<p class="ql-align-justify"><br></p><p class="ql-align-justify"><span style="color: rgb(39, 64, 119);">近日，第四范式运用生成式3D预训练大模型“3D-PGT”实现了分子性质预测领域的最新研究成果，由4Paradigm AutoGraph团队发表的题为“Automated 3D Pre-Training for Molecular Property Prediction”的论文已被国际顶级协会KDD 2023收录。</span></p><p class="ql-align-justify"><span style="color: rgb(39, 64, 119);">“3D-PGT”专注于提升在实 3D 结构不可用的分子性质预测任务上的表现。实验结果表明，“3D-PGT ”通过预训练引入潜在的几何先验不仅有利于量子化学性质的预测，而且有利于药理学、物理化学和生物物理学等领域的预测。未来，第四范式还会将该框架和 3D 分子预训练范式推广到实际的下游应用中，例如开发用于储存可再生能源的催化剂等。</span></p><p class="ql-align-justify"><span style="color: rgb(39, 64, 119);">论文链接：</span><a href="https://arxiv.org/abs/2306.07812" target="_blank" style="color: rgb(39, 64, 119);"><u>https://arxiv.org/abs/2306.07812</u></a></p><p class="ql-align-justify"><span style="color: rgb(39, 64, 119);">代码链接：</span><a href="https://github.com/LARS-research/3D-PGT" target="_blank" style="color: rgb(39, 64, 119);"><u>https://github.com/LARS-research/3D-PGT</u></a></p><p><br></p>