湖南大学研究团队推出新型分子表征学习框架VideoMol，基于1.2亿帧的分子视频进行预训练，显著提升药物发现性能。与ImageMol相比，VideoMol在三维信息提取和指纹数量上有显著升级，能更准确预测分子特性和靶点。该研究发表在《Nature Communications》上。
本文探讨了图神经网络（GNN）和自我监督学习在分子表征学习中的进展，提出了GROVER、Equiformer、Moleformer和AMCT等新框架和模型，这些模型在分子性质预测任务中表现出显著的性能提升。研究强调了预训练和几何感知编码的重要性，推动了分子建模领域的发展。
完成下面两步后，将自动完成登录并继续当前操作。
