論文の概要: 3D Molecule Generation from Rigid Motifs via SE(3) Flows

• arxiv url: http://arxiv.org/abs/2601.16955v1
• Date: Fri, 23 Jan 2026 18:24:57 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-01-26 14:27:27.799423
• Title: 3D Molecule Generation from Rigid Motifs via SE(3) Flows
• Title（参考訳）: SE(3)流れによる剛体モチーフからの3次元分子生成
• Authors: Roman Poletukhin, Marcel Kollovieh, Eike Eberhard, Stephan Günnemann,
• Abstract要約: 三次元分子構造生成は通常、個々の原子のレベルで行われる。 これらの断片化のアイデアを3Dに拡張し、一般分子を剛体モチーフの集合として扱う。 ベンチマーク間での最先端の成果と同等あるいは優れた結果を観察します。
• 参考スコア（独自算出の注目度）: 46.02662888367749
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Three-dimensional molecular structure generation is typically performed at the level of individual atoms, yet molecular graph generation techniques often consider fragments as their structural units. Building on the advances in frame-based protein structure generation, we extend these fragmentation ideas to 3D, treating general molecules as sets of rigid-body motifs. Utilising this representation, we employ SE(3)-equivariant generative modelling for de novo 3D molecule generation from rigid motifs. In our evaluations, we observe comparable or superior results to state-of-the-art across benchmarks, surpassing it in atom stability on GEOM-Drugs, while yielding a 2x to 10x reduction in generation steps and offering 3.5x compression in molecular representations compared to the standard atom-based methods.
• Abstract（参考訳）: 3次元の分子構造生成は通常、個々の原子のレベルで実行されるが、分子グラフ生成技術はフラグメントをその構造単位と見なすことが多い。 フレームベースのタンパク質構造生成の進歩に基づいて、これらの断片化のアイデアを3Dに拡張し、一般分子を剛体モチーフの集合として扱う。 この表現を利用することで、厳密なモチーフからデノボ3D分子を生成するためにSE(3)-同変生成モデルを用いる。 評価では、GEOM-Drugsの原子安定性を上回り、生成工程を2倍から10倍減らし、標準原子法に比べて3.5倍の分子圧縮を施した。

関連論文リスト

• Applications of Modular Co-Design for De Novo 3D Molecule Generation [0.6903111965769448]
  スケーラブルなトランスフォーマーモデルのファミリであるMegalodonを紹介します。 これらのモデルは、基本同変層で拡張され、連続的かつ離散的な共同設計目標を用いて訓練される。 メガロドンは3次元分子生成, 条件構造生成, および拡散と流れマッチングを用いた構造エネルギーベンチマークにおいて, 最先端の結果が得られることを示す。
  論文  参考訳（メタデータ） (2025-05-23T21:41:56Z)
• Equivariant Blurring Diffusion for Hierarchical Molecular Conformer Generation [18.394348744611662]
  Equivariant Blurring Diffusion (EBD) と呼ばれる新しい生成モデルを導入する。 EBDは、コンフォーマーの微細な原子の詳細をぼかすことによって、断片レベルの粗い粒状構造に向かって進む前進過程を定義する。 薬物様分子のベンチマークにおいて, 最先端デノナイジング拡散モデルとの幾何的および化学的比較によるEBDの有効性を実証した。
  論文  参考訳（メタデータ） (2024-10-26T19:17:31Z)
• 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)
• Coarse-to-Fine: a Hierarchical Diffusion Model for Molecule Generation in 3D [38.181969810488916]
  既存の方法は通常、原子分解能の分子を生成し、環のような固有の局所構造を無視する。 フラグメントに基づく分子生成は有望な戦略であるが、3D非自己回帰世代に適応することは容易ではない。 本稿では,この問題を解決するために,階層的拡散モデル(HierDiff)を提案する。
  論文  参考訳（メタデータ） (2023-05-05T13:08:38Z)
• 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)
• DiffBP: Generative Diffusion of 3D Molecules for Target Protein Binding [51.970607704953096]
  従来の研究は通常、原子の要素タイプと3次元座標を1つずつ生成する自己回帰的な方法で原子を生成する。 現実世界の分子系では、分子全体の原子間の相互作用が大域的であり、原子間のエネルギー関数が結合する。 本研究では、標的タンパク質に基づく分子3次元構造の生成拡散モデルを構築し、非自己回帰的に全原子レベルで構築する。
  論文  参考訳（メタデータ） (2022-11-21T07:02:15Z)
• Generating 3D Molecular Structures Conditional on a Receptor Binding Site with Deep Generative Models [0.0]
  本稿では,3次元分子結合ポケット上に条件付き3次元構造を生成可能な深部生成モデルについて初めて述べる。 基準種子の構造によって定義される変分潜在空間から、有効かつ特異な分子を容易にサンプリングできることが示される。
  論文  参考訳（メタデータ） (2020-10-16T16:27:47Z)

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。