論文の概要: MacroGuide: Topological Guidance for Macrocycle Generation

• arxiv url: http://arxiv.org/abs/2602.14977v1
• Date: Mon, 16 Feb 2026 18:00:53 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-17 16:22:50.571758
• Title: MacroGuide: Topological Guidance for Macrocycle Generation
• Title（参考訳）: MacroGuide: マクロサイクル生成のためのトポロジカルガイダンス
• Authors: Alicja Maksymiuk, Alexandre Duplessis, Michael Bronstein, Alexander Tong, Fernanda Duarte, İsmail İlkan Ceylan,
• Abstract要約: マクロガイド: マクロサイクル生成のためのトポロジカルガイダンスを紹介する。 マクロサイクルの生成に向けて、事前訓練された分子生成モデルのサンプリングを行う。 経験的に、事前訓練された拡散モデルにマクロモードを適用すると、マクロサイクルの生成率は1%から99%に増加する。
• 参考スコア（独自算出の注目度）: 108.89659074751523
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Macrocycles are ring-shaped molecules that offer a promising alternative to small-molecule drugs due to their enhanced selectivity and binding affinity against difficult targets. Despite their chemical value, they remain underexplored in generative modeling, likely owing to their scarcity in public datasets and the challenges of enforcing topological constraints in standard deep generative models. We introduce MacroGuide: Topological Guidance for Macrocycle Generation, a diffusion guidance mechanism that uses Persistent Homology to steer the sampling of pretrained molecular generative models toward the generation of macrocycles, in both unconditional and conditional (protein pocket) settings. At each denoising step, MacroGuide constructs a Vietoris-Rips complex from atomic positions and promotes ring formation by optimizing persistent homology features. Empirically, applying MacroGuide to pretrained diffusion models increases macrocycle generation rates from 1% to 99%, while matching or exceeding state-of-the-art performance on key quality metrics such as chemical validity, diversity, and PoseBusters checks.
• Abstract（参考訳）: マクロサイクル(英: Macrocycle)は、小さな分子の薬物の代替として期待できる環状の分子である。 化学的な価値にもかかわらず、公開データセットの不足や標準の深層生成モデルにおけるトポロジカル制約の実施の難しさから、生成モデルの研究は過小評価されている。 マクロガイド: マクロサイクル生成のためのトポロジーガイダンス(Topological Guidance for Macrocycle Generation)は, マクロサイクルの生成に向けて, 非条件および条件(タンパク質ポケット)の設定において, 事前学習した分子生成モデルのサンプリングを行うための拡散誘導機構である。 各退化段階において、マクロギドは原子位置からビエトリス・リップス複体を構築し、永続ホモロジー特徴を最適化することによって環形成を促進する。 実証的に、事前訓練された拡散モデルにマクロモードを適用すると、マクロサイクルの生成率は1%から99%に増加し、化学妥当性、多様性、PoseBustersチェックといった重要な品質指標に対して、最先端のパフォーマンスをマッチングまたは超える。

関連論文リスト

• Learning Cell-Aware Hierarchical Multi-Modal Representations for Robust Molecular Modeling [74.25438319700929]
  分子と細胞応答の局所的グローバル依存性をモデル化する堅牢なフレームワークであるCHMR(Cell-aware Hierarchical Multi-modal Representations)を提案する。 728タスクにまたがる9つの公開ベンチマークで評価され、CHMRは最先端のベースラインを上回っている。 その結果, 階層認識型マルチモーダル学習による分子表現の信頼性, 生物学的基盤化の利点が示された。
  論文  参考訳（メタデータ） (2025-11-26T07:15:00Z)
• Breaking the Modality Barrier: Generative Modeling for Accurate Molecule Retrieval from Mass Spectra [60.08608779794957]
  本稿では,ジェネレーティブ言語モデルに基づく検索フレームワークであるGLMRを提案する。 検索前の段階では、比較学習に基づくモデルでは、上位候補分子を入力質量スペクトルの文脈的先行として識別する。 生成検索段階において、これらの候補分子は入力質量スペクトルと統合され、精製された分子構造を生成するための生成モデルが導かれる。
  論文  参考訳（メタデータ） (2025-11-09T07:25:53Z)
• CryoCCD: Conditional Cycle-consistent Diffusion with Biophysical Modeling for Cryo-EM Synthesis [29.679758514584986]
  単一粒子低温電子顕微鏡(cryo-EM)は構造生物学の基盤となっている。 本稿では,CryoCCDについて述べる。CryoCCD,CryoCCD,CryoCCD,CryoCCD,CryoCCD,CryoCCD。
  論文  参考訳（メタデータ） (2025-05-29T13:40:59Z)
• Geometric Representation Condition Improves Equivariant Molecule Generation [24.404588237915732]
  我々は、幾何学的表現条件と証明可能な理論的保証を統合することにより、分子生成モデルを改善するための一般的な枠組みを導入する。 生成過程を2つの段階に分解する。まず,情報的幾何学的表現を生成する。 我々は、広く使われているQM9およびGEOM-DRUGデータセット上で、無条件分子生成の大幅な品質改善を観察した。
  論文  参考訳（メタデータ） (2024-10-04T17:57:35Z)
• Aligning Target-Aware Molecule Diffusion Models with Exact Energy Optimization [147.7899503829411]
  AliDiffは、事前訓練されたターゲット拡散モデルと望ましい機能特性を整合させる新しいフレームワークである。 最先端の結合エネルギーを持つ分子を最大7.07 Avg. Vina Scoreで生成することができる。
  論文  参考訳（メタデータ） (2024-07-01T06:10:29Z)
• Retrieval-based Controllable Molecule Generation [63.44583084888342]
  制御可能な分子生成のための検索に基づく新しいフレームワークを提案する。 我々は、与えられた設計基準を満たす分子の合成に向けて、事前学習された生成モデルを操るために、分子の小さなセットを使用します。 提案手法は生成モデルの選択に非依存であり,タスク固有の微調整は不要である。
  論文  参考訳（メタデータ） (2022-08-23T17:01:16Z)

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。