論文の概要: Generating Cyclic Conformers with Flow Matching in Cremer-Pople Coordinates

• arxiv url: http://arxiv.org/abs/2601.12859v1
• Date: Mon, 19 Jan 2026 09:16:17 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-21 22:47:22.827364
• Title: Generating Cyclic Conformers with Flow Matching in Cremer-Pople Coordinates
• Title（参考訳）: クリーマー・ポリコーディネートにおける流動整合を伴うサイクルコンバータの生成
• Authors: Luca Schaufelberger, Aline Hartgers, Kjell Jorner,
• Abstract要約: 循環分子は化学や生物学の分野で広く利用されている。 本稿では,Cremer-Pople空間上でフローマッチングを行う生成機械学習モデルであるPuckerFlowを紹介する。 提案手法により, 設計による有効な閉環の生成が可能となり, コンバータ生成における高い性能を示す。
• 参考スコア（独自算出の注目度）: 0.3823356975862005
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Cyclic molecules are ubiquitous across applications in chemistry and biology. Their restricted conformational flexibility provides structural pre-organization that is key to their function in drug discovery and catalysis. However, reliably sampling the conformer ensembles of ring systems remains challenging. Here, we introduce PuckerFlow, a generative machine learning model that performs flow matching on the Cremer-Pople space, a low-dimensional internal coordinate system capturing the relevant degrees of freedom of rings. Our approach enables generation of valid closed rings by design and demonstrates strong performance in generating conformers that are both diverse and precise. We show that PuckerFlow outperforms other conformer generation methods on nearly all quantitative metrics and illustrate the potential of PuckerFlow for ring systems relevant to chemical applications, particularly in catalysis and drug discovery. This work enables efficient and reliable conformer generation of cyclic structures, paving the way towards modeling structure-property relationships and the property-guided generation of rings across a wide range of applications in chemistry and biology.
• Abstract（参考訳）: 循環分子は化学や生物学の分野で広く利用されている。 制限されたコンフォメーションの柔軟性は、薬物の発見と触媒作用におけるその機能の鍵となる構造的な事前組織化をもたらす。 しかし、環系のコンホメーラーアンサンブルを確実にサンプリングすることは依然として困難である。 本稿では,Cremer-Pople空間上のフローマッチングを行う生成機械学習モデルであるPuckerFlowを紹介する。 提案手法は,設計による有効な閉環の生成を可能にし,多様かつ高精度なコンバータの生成において高い性能を示す。 本稿では,PuckerFlowが他のコンホメータ生成法よりも優れていることを示すとともに,PuckerFlowの化学的応用,特に触媒や薬物発見におけるリングシステムへの応用の可能性を示す。 この研究により、効率的で信頼性の高い環状構造のコンホメータ生成が可能となり、化学や生物学における幅広い応用にまたがる構造-固有性関係のモデリングと特性-誘導環の生成への道を開くことができる。

関連論文リスト

• Interpreting GFlowNets for Drug Discovery: Extracting Actionable Insights for Medicinal Chemistry [0.0]
  Generative Flow Networks(GFlowNets)は分子設計のための有望なフレームワークを提供するが、内部決定方針は不透明である。 本稿では, 文書化化学反応と購入可能な開始材料に基づくGFlowNetであるSynFlowNetの解釈可能性フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-11-24T16:16:18Z)
• FlexiFlow: decomposable flow matching for generation of flexible molecular ensemble [43.16267651837197]
  FlexiFlowはフローマッチングモデルを拡張する新しいアーキテクチャです。 本稿では,QM9およびGEOM Drugsデータセットに対するアプローチの有効性を示す。
  論文  参考訳（メタデータ） (2025-11-21T13:50:54Z)
• Zero-Shot Cyclic Peptide Design via Composable Geometric Constraints [65.77915791312634]
  ゼロショットサイクリックペプチド生成を可能にする新しい生成フレームワークであるCP-Composerを提案する。 提案手法では, 複雑な循環パターンを単位制約に分解し, 拡散モデルに組み込む。 線形ペプチドの訓練にもかかわらず, 標的結合型環状ペプチドを多種に生成し, 成功率は38%から84%である。
  論文  参考訳（メタデータ） (2025-07-06T03:30:45Z)
• RingFormer: A Ring-Enhanced Graph Transformer for Organic Solar Cell Property Prediction [10.29843192802887]
  RingFormerは、OSC分子の原子およびリングレベルの構造パターンをキャプチャするために特別に設計されたグラフトランスフォーマーフレームワークである。 5つのOSC分子データセット上でのRingFormerの有効性を広範囲な実験により評価した。
  論文  参考訳（メタデータ） (2024-12-12T07:45:17Z)
• Self-Organization in Computation & Chemistry: Return to AlChemy [7.305979446312823]
  1990年代、Walter Fontana と Leo Buss は $lambda$ として知られる公式な計算モデルに基づく新しいモデリング手法を提案した。 ここでは、この古典的なモデルであるAlChemyを再考する。 複雑で安定した組織は、以前予想されていたよりも頻繁に出現し、これらの組織は、自明な固定点への崩壊に対して堅牢であるが、これらの安定した組織は、より高次のエンティティに簡単に統合できない。
  論文  参考訳（メタデータ） (2024-08-22T05:44:27Z)
• RGFN: Synthesizable Molecular Generation Using GFlowNets [51.33672611338754]
  本稿では,化学反応の空間内で直接動作するGFlowNetフレームワークの拡張であるReaction-GFlowNetを提案する。 RGFNは、生成した候補の同等の品質を維持しながら、アウト・オブ・ボックスの合成を可能にする。 提案手法の有効性を,事前訓練されたプロキシモデルやGPUアクセラレーションドッキングなど,さまざまなオラクルモデルに適用した。
  論文  参考訳（メタデータ） (2024-06-01T13:11:11Z)
• DecompOpt: Controllable and Decomposed Diffusion Models for Structure-based Molecular Optimization [49.85944390503957]
  DecompOptは、制御可能・拡散モデルに基づく構造に基づく分子最適化手法である。 DecompOptは強いde novoベースラインよりも優れた特性を持つ分子を効率よく生成できることを示す。
  論文  参考訳（メタデータ） (2024-03-07T02:53:40Z)
• PPFlow: Target-aware Peptide Design with Torsional Flow Matching [52.567714059931646]
  ペプチド構造設計のためのねじれ角の内部構造をモデル化するために,textscPPFlowと呼ばれるターゲット認識型ペプチド設計手法を提案する。 さらに, PPBench2024というタンパク質-ペプチド結合データセットを構築した。
  論文  参考訳（メタデータ） (2024-03-05T13:26:42Z)

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。