IBM/materials

IBM /materials – 재료용 기초 모델 (FM4M)

무엇인가요

분자 및 재료의 다양한 표현 방식 (SMILES 문자열, SELFIES 문자열, 분자 그래프, 3차원 원자 위치, 전자 밀도 격자 등)을 이해할 수 있는 오픈소스 사전 훈련 기초 모델 모음입니다.
각 모델은 막대한 화학 데이터셋(최대 9100만 SMILES, 10억 개 이상의 분자, 150만 개 이상의 3차원 구조)에서 훈련되었으며, 그대로 사용하여 특징 추출이 가능하거나, 세부 조정을 통해 물성 예측, 양자 물성 회귀, 생성 설계 등의 하류 작업에 활용할 수 있습니다.
리포지토리에는 통합된 Python API 또는 Hugging Face Spaces에서 호스팅된 간단한 웹 UI를 통해 어떤 모델이든 호출할 수 있는 가벼운 래퍼인 FM4M‑Kit가 포함되어 있습니다.

주요 모델

모델	모달리티	핵심 아키텍처	일반적인 사용 사례
SMI‑TED	SMILES 문자열	Transformer 인코더-디코더 (약 289M 파라미터)	양자 물성 예측, 시퀀스-투-시퀀스 작업
SMI‑SSED	SMILES 문자열	Mamba 기반 인코더-디코더 (빠른 추론)	SMI‑TED와 동일하지만 더 빠른 속도
SELFIES‑TED	SELFIES 문자열	BART 스타일 Transformer	물성 예측 및 자기 회귀적 분자 생성
MHG‑GED	분자 그래프	GNN 인코더 + 분자 하이퍼그래프 문법 디코더	유효한 분자 생성 및 그래프 기반 회귀
POS‑EGNN	3차원 원자 그래프	등변 기하 텐서 네트워크	MD 시뮬레이션용 기계학습 포텐셜
3DGrid‑VQGAN	3차원 전자 밀도 격자	VQ‑GAN 인코더-디코더	고차원 양자 데이터를 잠재 벡터로 압축
SMILESDFT‑CLIP	다모달 (SMILES + 3차원 밀도)	공동 VQ‑GAN + Transformer (대조적)	문자열 및 필드 모달 간 정렬된 표현 학습
MOL‑MOE	다시점 (SMILES, SELFIES, 그래프)	전문가 혼합 (Mixture‑of‑Experts)	보완적인 시점을 융합하여 더 정확한 물성 예측
STR‑Bamba	문자열 (SMILES/SELFIES)	하이브리드 Transformer‑Mamba‑2	여러 문자열 인코딩을 유연하게 처리
TDiMS	서술자 (SMILES)	분자 내 부분 구조의 위상적 거리	가벼우며 해석 가능한 특징 – 사전 훈련 필요 없음

시작하기

Conda 환경 생성

conda create -n fm4m python=3.9.8
conda activate fm4m

의존성 설치

pip install -r requirements.txt
# CUDA 버전에 맞는 torch-scatter 설치 예: 
pip install torch-scatter -f https://data.pyg.org/whl/torch-$(python -c "import torch; print(torch.__version__.split('+')[0])")+cu118.html

사용 방식 선택

직접 모델 – models/<model_name>/로 이동하여 해당 폴더의 README 또는 노트북을 따르세요.

FM4M‑Kit (권장) – 래퍼를 가져와 단일 함수를 호출하세요:

import fm4m

# SELFIES‑TED에서 특징 추출
feats = fm4m.get_representation(model="selfies-ted", data=my_smiles)

# 단일 모델로 하류 회귀기 학습
score = fm4m.single_modal(
    model="MHG-GED",
    x_train=X_train, y_train=y_train,
    x_test=X_test,   y_test=y_test,
    downstream_model="DefaultRegressor"
)

# 여러 모달리티 통합
score = fm4m.multi_modal(
    model_list=["SELFIES-TED", "MHG-GED", "SMI-TED"],
    x_train=X_train, y_train=y_train,
    x_test=X_test,   y_test=y_test,
    downstream_model="DefaultRegressor"
)

웹 UI – 리포지토리에서 링크된 Hugging Face Space를 열고 드래그 앤 드롭 인터페이스를 사용해 데이터를 업로드하고, 모델을 선택하여 빠르게 XGBoost 기반 하류 작업을 실행하세요.

리포지토리 구조

materials/
├─ models/                # 유모달 모델별 폴더 (smi_ted/, selfies_ted/, …)
│   ├─ fm4m.py            # 핵심 래퍼 유틸리티
│   └─ …
├─ examples/              # 엔드투엔드 파이프라인을 보여주는 Jupyter 노트북
│   ├─ fm4m_example.ipynb
│   └─ battery_example.ipynb
├─ requirements.txt       # Python 종속성
└─ README.md (이 파일)

FM4M를 사용할 때

화학 또는 재료 데이터(SMILES, 그래프, 3차원 구조)를 보유하고 있으며, 모델을 처음부터 훈련하지 않고도 고품질 임베딩이 필요할 때.
다양한 분자 표현 방식이 하류 예측에 미치는 영향을 비교하고 싶을 때.
분자 동역학 시뮬레이션에서 DFT 수준의 정확도를 달성하기 위한 사전 훈련된 ML 포텐셜(POS‑EGNN)이 필요할 때.
생성 화학(SELFIES‑TED, MHG‑GED)에 관심이 있으며, 문법적으로 유효한 분자를 생성하고 싶을 때.

커뮤니티 및 지원

IBM 친화적 라이선스 하에 오픈소스이며, 풀 리퀘스트를 통해 기여를 환영합니다.
모델은 Hugging Face에 호스팅되어 있으며, 빠른 탐색을 위한 GUI가 제공됩니다.
팀은 정기적으로 튜토리얼과 워크숍(2025 MRS, 2025 AAAI, 2024 NeurIPS 등)을 운영하며 AI 얼라이언스 내에서 워킹 그룹을 유지하고 있습니다.

참고 문헌

README에는 각 모델에 대한 논문(Nature Communications Chemistry 2025, NeurIPS 2024 등)이 목록으로 나와 있어 기술적 세부 정보를 더 깊이 이해할 수 있습니다.

요약하면, IBM/materials는 최신 AI를 재료 과학 및 화학 연구에 즉시 적용할 수 있도록 하는, 대규모 다모달 기초 모델 툴박스를 제공합니다.

IBM/materials

IBM /materials – 재료용 기초 모델 (FM4M)

관련

IBM /materials – 재료용 기초 모델 (FM4M)