兰州大学“聚英萃华”萃英学院学术讲座（第四百五十五场）——汪鸿帅研究员

应兰州大学天然产物化学全国重点实验室、化学化工学院、萃英学院邀请，北京深势科技有限公司汪鸿帅研究员举办学术讲座，欢迎全校师生积极参加！

题   目：通用、准确、生成式Uni-Mol预训练分子大模型

主讲人：汪鸿帅 研究员

时   间：11月20日（周四）15:30

腾讯会议：384-725-370（会议密码1120）

主讲人简介：

汪鸿帅，深势科技资深算法研究员，博士毕业于苏州大学，长期从事人工智能辅助分子材料及新能源材料的模拟与设计。完成了Uni-Mol和Uni-QSAR等AI for Science算法的开发和应用，主持国家科技重大专项课题一项。已在Nature Computational Science, Nature Communications, Angew. Chem. Int. Ed., WIREs Comput Mol Sci.等国际著名期刊发表论文30余篇，获得国家软件著作权四项。近年来主要从事小分子表征学习、预训练、分子设计相关的研究和落地，利用分子3D预训练大模型Uni-Mol在属性预测、构象生成、分子蛋白结合位点预测等重要下游任务上取得了最佳性能，并且把Uni-Mol拓展到药物、材料、电池、化工等领域,性能全面超越对标产品，同时也在多领域落地,形成多种基于AI的工业级别解决方案和成功的企业落地案例；参与多项高校、科研机构关键项目攻坚合作。

内容简介：

早期的分子表征方法是通过特征工程为分子创建“指纹”，利用化学和物理参数表征分子，以区分不同分子并预测其化学性质。三维分子表征能够精确地描述分子中原子的空间排列，保留了分子所有必要的信息，没有丢失任何关于分子结构的细节。对分子进行三维表征的工作量巨大，因为它涉及到大量的数据处理和复杂的计算。这不仅需要高性能的计算硬件来处理原子间相互作用的量子力学计算，还需要先进的机器学习算法来从这些数据中提取有用的信息和模式。近年来AI for Science新范式快速发展，各种底层要素快速涌现，使得3D分子表征成为可能。Uni-Mol即是全球首个发表的3D分子表征大模型。Uni-Mol是由深势科技于2022年5月发布的一款基于分子三维结构的通用大模型，论文被机器学习顶会ICLR 2023接收。Uni-Mol是分子世界的基座大模型，基于Uni-Mol可实现分子生成、性质预测等业界关注的多种通用能力，覆盖众多行业。Uni-Mol性能优越、模型泛化能力强，获得了大量学界和业界研究人员的广泛关注。我们在蛋白-药物构象生成、单步逆合成设计、MOF碳捕捉材料性质预测、OLED发光性质预测、药物毒理性预测等众多场景， 以Uni-Mol作为基座大模型进行了成功的应用，展现了强大的通用性，在不同场景中均能通过迁移和微调达到该场景的领域最优。Uni-Mol大模型展现出的通用性构成了其在AI for Science领域中的巨大潜力。