1. LLM for Molecule

there are a lot of sub-tasks:

• molecular structure generation
• molecular tructure optimization
• molecular synthetic route generation
• molecular property prediction (ADMET, Toxity, Druggability, etc)
• molecular and protein binding affinity/interaction prediction

| Arxiv2024 | DrugAssist: A Large Language Model for Molecule Optimization [Tencent AI-Lab&Hunan University]

contribution:

• 提出了一个微调数据集：作者公开发布了一个名为“MolOptInstructions”的大型基于指令的数据集，用于在分子优化任务上微调语言模型。该数据集包含足够的数据，确保了分子间的相似性约束和属性差异。
• 训练出了一个模型：作者提出了 DrugAssist，这是一个在 Llama2-7B-Chat 上微调的交互式分子优化模型
• 效果上和其所选的 Baseline 比还不错：与传统的分子优化方法和基于LLM的实现相比，DrugAssist在多属性优化方面始终取得了领先的结果，这是一个较少被关注且更具挑战性的任务。此外，本文的优化目标包括在给定范围内保持优化的分子性质值。与大多数只关注增加或减少属性值的研究相比，这些任务更符合现实世界的需求。

2. LLM for Protein

There are a lot of sub-tasks:

• protein structure generation
• protein structure optimiztion
• protein property prediction (Druggability, etc)
• protein function prediction
• protein binding-pocket (active site) prediction

| Arxiv2024 | ProLLaMA: A Protein Large Language Model for Multi-Task Protein Language Processing [Peking University]

contribution:

• 提出了一个微调数据集：未公开
• 训练出了一个模型：将 Instruct GPT 的预训练+微调的流程，应用到 Protein 任务上
• 效果生和其所选的 Baseline 比还不错：论文显示其在三个任务（从零结构生成，引导的结构生成，属性预测）上达到了不错的性能