論文の概要: Two-Stage Fine-Tuning for Protein Sequence Generation with Targeted Amino-Acid Composition

• arxiv url: http://arxiv.org/abs/2606.27939v1
• Date: Fri, 26 Jun 2026 10:29:42 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-06-29 18:24:25.454229
• Title: Two-Stage Fine-Tuning for Protein Sequence Generation with Targeted Amino-Acid Composition
• Title（参考訳）: アミノ酸組成を標的としたタンパク質配列生成のための2段階微調整
• Abstract要約: 本研究では、配列が所望のアミノ酸組成プロファイルと一致しなければならない制約付きタンパク質生成問題について検討する。 本発明のモチベーション応用は、合成飼料タンパク質の設計であり、食物タンパク質のAA組成が栄養価を直接決定する。
• 参考スコア（独自算出の注目度）: 0.007996601065633402
• License: http://creativecommons.org/licenses/by-nc-sa/4.0/
• Abstract: Protein language models are standard priors for biological sequence generation, but steering them toward explicit distributional design targets remains largely unexplored. We study a constrained protein generation problem in which sequences must match a desired amino-acid (AA) composition profile while preserving plausible sequence statistics and diversity. The motivating application is synthetic feed protein design, where the AA composition of dietary proteins directly determines their nutritional value. We propose a two-stage pipeline in which domain-adaptive fine-tuning (FT) on an in-domain protein dataset is followed by iterative reward-weighted FT via reinforcement learning (RL) anchored against the FT model as a frozen reference. We evaluate the pipeline on two AA compositions and find that FT brings the average composition close to the target, while the subsequent RL enforces specific sequence constraints that FT alone cannot satisfy. We additionally evaluate the design choices of the proposed composition reward term against two baselines and an ablated variant, isolate the contribution of each training stage, and verify that AA composition alignment is achieved without degrading sequence quality.
• Abstract（参考訳）: タンパク質言語モデルは、生物学的配列生成の標準的な先駆体であるが、明示的な分布設計ターゲットに向けてそれらを操ることは、ほとんど未解明のままである。 そこで本研究では, アミノ酸組成プロファイルに配列を一致させ, 塩基配列統計と多様性を保ちながら, タンパク質生成の制約問題について検討する。 本発明のモチベーション応用は、合成飼料タンパク質の設計であり、食物タンパク質のAA組成が栄養価を直接決定する。 そこで本研究では,ドメイン・アダプティブ・ファイン・チューニング (FT) をドメイン内タンパク質のデータセット上に配置し,FTモデルに凍結参照として固定した強化学習 (RL) を通じて繰り返し報酬重み付けされたFTを追従する2段階パイプラインを提案する。 2つのAA合成体上でパイプラインを評価し,FTが平均構成体を目標に近づくのに対して,RLはFTだけでは満足できない特定のシーケンス制約を課す。 さらに、提案した合成報酬項を2つの基本ラインと短縮変種に対して設計選択し、各トレーニングステージの寄与を分離し、AA合成アライメントがシーケンス品質を劣化させることなく達成可能であることを検証した。

関連論文リスト

• SymFold: Synergizing Evolutionary and Structural Priors for Accurate Protein Inverse Folding [30.025725962157498]
  タンパク質逆フォールディングは、与えられた3Dタンパク質構造のアミノ酸配列を復元することを目的としている。 現在の手法は、しばしばシリアルパイプラインに従い、構造エンコーダは粗いシーケンスを予測し、その後タンパク質言語モデル(PLM)によって洗練される。 近年のマルチモーダルタンパク質言語モデル (MPLM) により、構造をコード化し、事前訓練された構造知識を持つ配列を生成することができるが、逆フォールディングには有効ではない。 本稿では,タンパク質配列生成を反復的に導くために,事前学習された配列進化知識にPLM,事前学習された構造知識にMPLMを利用する対称二重経路アーキテクチャを提案する。
  論文  参考訳（メタデータ） (2026-09-01T14:57:24Z)
• AMix-2: Establishing Protein as a Native Modality in Large Language Models [88.00237394496698]
  大型言語モデル(LLM)において、タンパク質をネイティブなモダリティとして確立するタンパク質-テキスト基盤モデルAMix-2を提案する。 AMix-2は、(1)自然言語とタンパク質配列を共有トークン空間に埋め込む統一されたタンパク質-テキストの定式化、(2)ブロックワイド拡散言語モデリングバックボーンの2つの主要なアイデアに基づいて構築されている。 本稿では,様々な理解・設計タスクにまたがって,時間認識・ホモロジー認識プロトコルを用いた総合ベンチマークであるProteinArenaを紹介する。
  論文  参考訳（メタデータ） (2026-05-29T07:58:08Z)
• Self Distillation Fine-Tuning of Protein Language Models Improves Versatility in Protein Design [61.2846583160056]
  Supervised Fine-tuning (SFT) は、大規模言語モデルを特殊なドメインに適応するための標準的なアプローチである。 これは、高品質なアノテートされたデータは、自然言語よりもタンパク質の入手がはるかに難しいためである。 生成したタンパク質配列の忠実度,信頼性,新規性を改善するために設計された,PLMの高速SFTのための簡易かつ汎用的なレシピを提案する。
  論文  参考訳（メタデータ） (2025-12-10T05:34:47Z)
• S$^2$Drug: Bridging Protein Sequence and 3D Structure in Contrastive Representation Learning for Virtual Screening [72.89086338778098]
  タンパク質リガンドコントラスト表現学習のための2段階フレームワークを提案する。 最初の段階では、ESM2ベースのバックボーンを用いて、ChemBLでタンパク質配列を事前訓練する。 第2段階では、残基レベルゲーティングモジュールを介して配列と構造情報を融合することでPDBBindを微調整する。 この補助的なタスクは、モデルを誘導し、タンパク質配列内の結合残基を正確に局在させ、それらの3次元空間配列をキャプチャする。
  論文  参考訳（メタデータ） (2025-11-10T11:57:47Z)
• NS-Pep: De novo Peptide Design with Non-Standard Amino Acids [15.931688895952234]
  非標準アミノ酸(NSAAs)は、結合親和性を改善し、薬理学的特性を改善している。 既存のペプチド設計法は標準的なアミノ酸に限られており、NSAAを意識した設計はほとんど探索されていない。 NS-Pepは、ペプチド配列と構造をNSAAsと共設計するための統合フレームワークである。
  論文  参考訳（メタデータ） (2025-10-01T16:04:06Z)
• Lightweight MSA Design Advances Protein Folding From Evolutionary Embeddings [51.731441632457226]
  マルチシークエンスアライメント(MSA)は低ホモロジーおよび孤児タンパク質で機能する。 我々は、下流の折り畳みをより良くサポートするMSAを生成する軽量なMSA設計フレームワークPLAMEを紹介する。 AlphaFold2の低ホモロジー/孤児ベンチマークでは、PLAMEは構造精度の最先端の改善を提供する。
  論文  参考訳（メタデータ） (2025-06-17T04:11:30Z)
• PPDiff: Diffusing in Hybrid Sequence-Structure Space for Protein-Protein Complex Design [20.033392739225658]
  PPDiffは、任意のタンパク質標的に対するバインダーの配列と構造を共同で設計する拡散モデルである。 PPDiffは、我々の開発したシークエンス構造間ネットワーク上に、因果的注意層を持つ。 このモデルはPPBenchで事前訓練され、2つの現実世界のアプリケーションで微調整される。
  論文  参考訳（メタデータ） (2025-06-13T02:39:14Z)
• Protriever: End-to-End Differentiable Protein Homology Search for Fitness Prediction [28.150437140009025]
  Protrieverは、目的のタスクを同時にトレーニングしながら、関連するホモログを取得することを学ぶ、エンドツーエンドの差別化可能なフレームワークである。 本稿では,目的タスクを同時にトレーニングしながら,関連するホモログを取得することを学習する,エンドツーエンドの差別化可能なフレームワークであるProtrieverを紹介する。
  論文  参考訳（メタデータ） (2025-06-10T16:24:09Z)
• Protein Inverse Folding From Structure Feedback [78.27854221882572]
  本稿では,タンパク質の折りたたみモデルからのフィードバックを用いて,逆折りたたみモデルを微調整する手法を提案する。 CATH 4.2 テストセットの結果,DPO の微調整により平均 TM-Score が大幅に向上することが示された。
  論文  参考訳（メタデータ） (2025-06-03T16:02:12Z)
• PSC-CPI: Multi-Scale Protein Sequence-Structure Contrasting for Efficient and Generalizable Compound-Protein Interaction Prediction [63.50967073653953]
  化合物-タンパク質相互作用予測は、合理的な薬物発見のための化合物-タンパク質相互作用のパターンと強度を予測することを目的としている。 既存のディープラーニングベースの手法では、タンパク質配列や構造が単一のモダリティしか利用していない。 CPI予測のためのマルチスケールタンパク質配列構造コントラストフレームワークを提案する。
  論文  参考訳（メタデータ） (2024-02-13T03:51:10Z)

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。