Uni-Mol Docking：预训练分子模型如何进入对接任务

Uni-Mol Docking 把 Uni-Mol 的 3D 分子预训练表征（见 022）迁移到对接任务。其升级版 Uni-Mol Docking V2 在结合姿势预测上表现强劲。

核心思路

• 预训练迁移：先在海量分子 3D 构象上预训练，再用于对接。
• 姿势预测：直接预测配体在口袋中的合理结合构象。
• 开源可用：便于纳入自有筛选流程。

意义

• 体现「大规模预训练表征」对下游对接任务的增益。
• 与 DiffDock 等扩散方法相比，是另一条技术路线。
• 关注其在「物理合理性」（如键长键角、无穿模）上的改进。

延伸资源

• 配套：022《Uni-Mol 教程》、「AI 模型」模块《Uni-Mol 论文精读》。