App简介

S-MolSearch 基于深度学习和分子3D结构的分子搜索工具

最佳实践

输入：

Input File：支持单分子的sdf文件或smiles文件，smiles需要存到文件里第一行

Thres Top：控制搜索相似分子的数量（由于数据库规模限制，可能会出现召回数量小于此上限的情况）

我们也提供了sdf和smiles的示例文件

• 在Input File处，点击“从Bohrium平台选择"，来源方式选择“示例数据”，即可选择sdf_example或smiles_example

输出：

在outputs下的result.csv文件，包括按相似度从大到小排序的分子smiles和相似度

参考文献

S-MolSearch: 3D Semi-supervised Contrastive Learning for Bioactive Molecule Search

https://openreview.net/pdf?id=wJAF8TGVUG

Uni-Mol: A Universal 3D Molecular Representation Learning Framework

https://openreview.net/pdf?id=6K2RM6wVqKu

引用格式

@inproceedings{
zhou2024smolsearch,
title={S-MolSearch: 3D Semi-supervised Contrastive Learning for Bioactive Molecule Search},
author={Gengmo Zhou and Zhen Wang and Feng Yu and Guolin Ke and Zhewei Wei and Zhifeng Gao},
booktitle={The Thirty-eighth Annual Conference on Neural Information Processing Systems},
year={2024},
url={https://openreview.net/forum?id=wJAF8TGVUG}
}

@inproceedings{
  zhou2023unimol,
  title={Uni-Mol: A Universal 3D Molecular Representation Learning Framework},
  author={Gengmo Zhou and Zhifeng Gao and Qiankun Ding and Hang Zheng and Hongteng Xu and Zhewei Wei and Linfeng Zhang and Guolin Ke},
  booktitle={The Eleventh International Conference on Learning Representations },
  year={2023},
  url={https://openreview.net/forum?id=6K2RM6wVqKu}
}