/ Модель

Характеристики

Контекст
512 токенов
Параметры
136 млн
Лицензия
BigScience OpenRAIL-M
Архитектура
bert · dense
Опубликована
14 сен 2023

bert-base-smiles

Заполнение пропусковТекст → текст3 профессии

Предварительно обученный на строках SMILES BERT для восстановления фрагментов молекулярных записей и последующей настройки на задачи анализа молекул.

1 419скачиваний за 30 дней9лайковвеса обновлены25 июл 2025

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

unikei/bert-base-smiles — двунаправленный трансформер BERT, предварительно обученный разработчиком unikei на строках SMILES, которые кодируют молекулярные структуры. В модели около 136,3 млн параметров, архитектура BertForPreTraining, формат весов safetensors; максимальная длина входа — 512 токенов. Обучение включало восстановление замаскированных фрагментов SMILES и предсказание валидности молекулярной формулы.

Модель предназначена для дальнейшей настройки на классификацию молекул, сопоставление молекул с экспрессией генов и определение клеточных мишеней. В исследовательской работе на её основе различали классы нейромедиаторных лигандов по молекулярной структуре. Лицензия — bigscience-openrail-m; применимость конкретного сценария следует сверять с её условиями.

Сценарии применения

  • Восстановление замаскированных фрагментов SMILES
  • Классификация молекул после дообучения
  • Сопоставление структуры молекул с экспрессией генов после настройки
  • Определение клеточных мишеней после настройки
  • Различение классов нейромедиаторных лигандов по структуре

Ограничения

Карточка позиционирует модель как основу для дообучения на прикладные задачи, а не как готовый классификатор или предсказатель экспрессии генов. Вход представляет собой SMILES; максимальная длина последовательности — 512 токенов.

Для каких профессий подходит3

Разделы каталога профессий, в задачах которых используется эта модель

Все профессии

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

BERT base for SMILES

This is bidirectional transformer pretrained on SMILES (simplified molecular-input line-entry system) strings.

Example: Amoxicillin

O=C([C@@H](c1ccc(cc1)O)N)N[C@@H]1C(=O)N2[C@@H]1SC([C@@H]2C(=O)O)(C)C

Two training objectives were used:

  1. masked language modeling
  2. molecular-formula validity prediction

Intended uses

This model is primarily aimed at being fine-tuned on the following tasks:

  • molecule classification
  • molecule-to-gene-expression mapping
  • cell targeting

How to use in your code

from transformers import BertTokenizerFast, BertModel
checkpoint = 'unikei/bert-base-smiles'
tokenizer = BertTokenizerFast.from_pretrained(checkpoint)
model = BertModel.from_pretrained(checkpoint)

example = 'O=C([C@@H](c1ccc(cc1)O)N)N[C@@H]1C(=O)N2[C@@H]1SC([C@@H]2C(=O)O)(C)C'
tokens = tokenizer(example, return_tensors='pt')
predictions = model(**tokens)

Research

  • Jouary et al. (2025) Bridging scales between chemical space and behavioral phenotype:

    A cross-modal mapping between behavior and molecular structure, derived using the unikei/bert-base-smiles model, effectively distinguished between distinct neurotransmitter classes, such as dopaminergic/serotonergic ligands, purines, and metabotropic glutamate ligands.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · fill-mask

Можно запустить

Подбираем GPU…

Класс архитектуры
BertForPreTraining
Ревизия весов
af666f7

0 моделей