論文の概要: Stiefel Flow Matching for Moment-Constrained Structure Elucidation

• arxiv url: http://arxiv.org/abs/2412.12540v1
• Date: Tue, 17 Dec 2024 05:07:10 GMT
• ステータス: 翻訳完了
• システム内更新日: 2024-12-18 13:57:05.742233
• Title: Stiefel Flow Matching for Moment-Constrained Structure Elucidation
• Title（参考訳）: モーメント制約構造解明のためのスティフェルフローマッチング
• Authors: Austin Cheng, Alston Lo, Kin Long Kelvin Lee, Santiago Miret, Alán Aspuru-Guzik,
• Abstract要約: 我々は、分子の分子式と慣性モーメントのみを考慮し、分子の全原子3次元構造を予測することを考える。 既存の生成モデルは、ほぼ正確なモーメントで条件付きで3D構造をサンプリングすることができる。 モーメント制約下での3次元構造解析のための生成モデルとして,Stiefel Flow Matchingを提案する。
• 参考スコア（独自算出の注目度）: 6.111688279277978
• License:
• Abstract: Molecular structure elucidation is a fundamental step in understanding chemical phenomena, with applications in identifying molecules in natural products, lab syntheses, forensic samples, and the interstellar medium. We consider the task of predicting a molecule's all-atom 3D structure given only its molecular formula and moments of inertia, motivated by the ability of rotational spectroscopy to measure these moments. While existing generative models can conditionally sample 3D structures with approximately correct moments, this soft conditioning fails to leverage the many digits of precision afforded by experimental rotational spectroscopy. To address this, we first show that the space of $n$-atom point clouds with a fixed set of moments of inertia is embedded in the Stiefel manifold $\mathrm{St}(n, 4)$. We then propose Stiefel Flow Matching as a generative model for elucidating 3D structure under exact moment constraints. Additionally, we learn simpler and shorter flows by finding approximate solutions for equivariant optimal transport on the Stiefel manifold. Empirically, enforcing exact moment constraints allows Stiefel Flow Matching to achieve higher success rates and faster sampling than Euclidean diffusion models, even on high-dimensional manifolds corresponding to large molecules in the GEOM dataset.
• Abstract（参考訳）: 分子構造解明は化学現象を理解するための基本的なステップであり、天然物、実験室の合成、法医学的なサンプル、星間物質などの分子の同定に応用されている。 分子の全原子3次元構造を分子式と慣性モーメントのみで予測する作業は、これらのモーメントを測定する回転分光の能力によって動機づけられた。 既存の生成モデルは、ほぼ正確なモーメントで条件付きで3D構造をサンプリングすることができるが、このソフトコンディショニングは、実験的な回転分光によって得られる多くの精度の桁を利用することができない。 これを解決するために、まず、慣性モーメントの固定された集合を持つ$n$-原子点の雲の空間がスティーフェル多様体 $\mathrm{St}(n, 4)$ に埋め込まれていることを示す。 そこで我々は,正確なモーメント制約の下で3次元構造を解析するための生成モデルとして,Stiefel Flow Matchingを提案する。 さらに、シュティーフェル多様体上の同変最適輸送の近似解を求めることにより、より単純で短い流れを学習する。 経験的に、正確なモーメント制約を強制することで、Siefel Flow Matchingは、GEOMデータセットにある大きな分子に対応する高次元多様体であっても、ユークリッド拡散モデルよりも高い成功率と高速サンプリングを達成することができる。

関連論文リスト

• DiffMS: Diffusion Generation of Molecules Conditioned on Mass Spectra [60.39311767532607]
  DiffMSは式制限エンコーダ-デコーダ生成ネットワークである。 我々は、潜伏埋め込みと分子構造を橋渡しする頑健なデコーダを開発する。 実験の結果、DiffMS は $textitde novo$ 分子生成で既存のモデルより優れていることが示された。
  論文  参考訳（メタデータ） (2025-02-13T18:29:48Z)
• Conditional Synthesis of 3D Molecules with Time Correction Sampler [58.0834973489875]
  Time-Aware Conditional Synthesis (TACS) は拡散モデルにおける条件生成の新しい手法である。 適応的に制御されたプラグアンドプレイの"オンライン"ガイダンスを拡散モデルに統合し、サンプルを所望の特性に向けて駆動する。
  論文  参考訳（メタデータ） (2024-11-01T12:59:25Z)
• Swallowing the Bitter Pill: Simplified Scalable Conformer Generation [12.341835649897886]
  分子コンホメータを簡易な定式化により予測する新しい手法を提案する。 構造学習を根本的に単純化し、モデルサイズのスケールアップを簡単にできます。 このモデルは、分子コンフォーマー場(MCF)と呼ばれ、コンフォーマー構造を分子グラフから空間内の3D位置に直接マッピングする関数としてパラメータ化することで機能する。
  論文  参考訳（メタデータ） (2023-11-27T22:53:41Z)
• Reflection-Equivariant Diffusion for 3D Structure Determination from Isotopologue Rotational Spectra in Natural Abundance [5.585345112578967]
  我々は、分子の完全な3次元構造を分子式、慣性モーメント、重原子の符号なし置換座標から推定する生成拡散モデルであるKREEDを開発する。 KREEDのトップ1予測では、QM9データセットとGEOMデータセットの98%の精度で正しい3D構造を特定する。 文献から得られた実験的な置換座標を用いて、KREEDは33例中25例で正しい全原子3D構造を予測する。
  論文  参考訳（メタデータ） (2023-10-17T22:05:11Z)
• Towards Predicting Equilibrium Distributions for Molecular Systems with Deep Learning [60.02391969049972]
  本稿では,分子系の平衡分布を予測するために,分散グラフマー(DiG)と呼ばれる新しいディープラーニングフレームワークを導入する。 DiGはディープニューラルネットワークを用いて分子系の記述子に条件付き平衡分布に単純な分布を変換する。
  論文  参考訳（メタデータ） (2023-06-08T17:12:08Z)
• Functional-Group-Based Diffusion for Pocket-Specific Molecule Generation and Elaboration [63.23362798102195]
  ポケット特異的分子生成とエラボレーションのための機能群に基づく拡散モデルD3FGを提案する。 D3FGは分子を、剛体として定義される官能基と質量点としてのリンカーの2つのカテゴリに分解する。 実験では, より現実的な3次元構造, タンパク質標的に対する競合親和性, 薬物特性の良好な分子を生成できる。
  論文  参考訳（メタデータ） (2023-05-30T06:41:20Z)
• MUDiff: Unified Diffusion for Complete Molecule Generation [104.7021929437504]
  本稿では,原子の特徴,2次元離散分子構造,および3次元連続分子座標を含む分子の包括的表現を生成する新しいモデルを提案する。 拡散過程を認知するための新しいグラフトランスフォーマーアーキテクチャを提案する。 我々のモデルは、安定で多様な分子を設計するための有望なアプローチであり、分子モデリングの幅広いタスクに適用できる。
  論文  参考訳（メタデータ） (2023-04-28T04:25:57Z)
• A Score-based Geometric Model for Molecular Dynamics Simulations [33.158796937777886]
  分子配座のログ密度の勾配を推定する新しいモデルScoreMDを提案する。 複数のアーキテクチャの改善により、MD17とC7O2H10の異性体において最先端のベースラインよりも優れています。 この研究は、新しい物質の加速と薬物発見に関する新たな洞察を提供する。
  論文  参考訳（メタデータ） (2022-04-19T05:13:46Z)
• Visualizing spinon Fermi surfaces with time-dependent spectroscopy [62.997667081978825]
  固体系において確立されたツールである時間依存性光電子分光法を低温原子量子シミュレーターに応用することを提案する。 1次元の$t-J$モデルの正確な対角化シミュレーションで、スピノンが非占有状態の効率的なバンド構造に出現し始めることを示す。 ポンプパルス後のスペクトル関数の依存性はスピノン間の集団的相互作用を明らかにする。
  論文  参考訳（メタデータ） (2021-05-27T18:00:02Z)
• Investigating 3D Atomic Environments for Enhanced QSAR [0.0]
  分子の生物活性と物理的性質を予測することは、薬物設計における長年の課題である。 ほとんどのアプローチでは、分子の2次元表現に基づく分子記述子を原子と結合のグラフとして使用し、分子の形状を抽象化する。 Smooth Overlap of Atomic Positions (SOAP) を用いた新しいアライメントフリー3次元QSAR法について述べる。
  論文  参考訳（メタデータ） (2020-10-24T10:04:48Z)
• Predicting molecular dipole moments by combining atomic partial charges and atomic dipoles [3.0980025155565376]
  高レベル結合クラスター理論を用いて計算した分子$boldsymbolmu$を再現するために、「MuML」モデルが組み合わされた。 校正委員会モデルを用いて予測の不確かさを確実に推定できることを実証する。
  論文  参考訳（メタデータ） (2020-03-27T14:35:37Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。