此部分内容介绍了常用在药物设计深度学习中的SE3等变网络层 EGNN。主要对EGNN的代码逻辑、模块进行解析，并介绍其中的SE3等变在模型中的原理。 注：EGNN代码有多种。此部分EGNN代码来源于DiffLinker。其源头为EDM模型，DiffLinker进行了修改。 一、背景知识 在药物设计中，关于3D分子，通常被只考虑原子，并将原子表示为节点。 一个节点（原子）的特征分为两部分

3D CNN的缺陷：  旋转不等变、很难扩展到大的蛋白质口袋 The model was constructed based on the 3D CNN model which is not equivariant to rotation and hard to scale to large protein pockets. Vector Feature-based Equivari