論文の概要: PocketVE: Stable and Property-Guided Structure-Based Drug Design with Variance-Exploding Diffusion
- arxiv url: http://arxiv.org/abs/2609.08101v1
- Date: Tue, 08 Sep 2026 01:19:17 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-10 19:44:08.544287
- Title: PocketVE: Stable and Property-Guided Structure-Based Drug Design with Variance-Exploding Diffusion
- Title（参考訳）: PocketVE: 可変膨張拡散を用いた安定かつ特性誘導型構造ベース医薬品の設計
- Abstract要約: タンパク質を条件とした分散探索フレームワークである textbfPocketVE を提案する。
PocketVEカップルは、推論時プロパティガイダンスによる安定した座標をデノベートする。
GenBench3DプロトコルでCrossDocked 2020を評価すると、PocketVEはValid$_3textD$を58.6から80.6に改善し、ひずみエネルギーを457.4から127.9に削減した。
- 参考スコア（独自算出の注目度）: 4.820010491400155
- License: http://creativecommons.org/licenses/by/4.0/
- Abstract: Protein-conditioned 3D molecule generation is a central challenge in structure-based drug design, requiring a balance between pocket compatibility, molecular properties, and physical geometry. We propose \textbf{PocketVE}, a protein-pocket-conditioned variance-exploding (VE) diffusion framework that couples stable coordinate denoising with inference-time property guidance. Specifically, PocketVE combines an EDM-style training and sampling setup for 3D denoising, classifier-free guidance for multi-property steering without external property classifiers, and adaptive protein perturbation as a training-time pocket regularizer. Evaluated on CrossDocked2020 under the GenBench3D protocol, PocketVE improves Valid$_{3\text{D}}$ from 58.6 to 80.6 and reduces strain energy from 457.4 to 127.9 relative to its TAGMol architectural baseline, while retaining competitive docking and molecular-property scores under moderate guidance. A guidance-scale study shows that moderate guidance gives a favorable balance between target-related objectives and geometric quality, whereas stronger guidance can degrade geometry and distributional fidelity. Pocket-permutation and PoseCheck diagnostics further support pocket-specific spatial compatibility with reduced steric conflicts. Overall, the results suggest that geometric stability and inference-time property guidance should be considered as coupled design objectives.
- Abstract（参考訳）: タンパク質条件の3D分子生成は構造に基づく薬物設計において中心的な課題であり、ポケットの適合性、分子特性、物理形状のバランスを必要とする。
Inference-time property guidance と安定座標を結合したタンパク質-ポケット条件分散拡散(VE)拡散フレームワークである \textbf{PocketVE} を提案する。
特に、PocketVEは、3D denoisingのためのEDMスタイルのトレーニングとサンプリングのセットアップ、外部プロパティの分類なしでのマルチプロパティステアリングのためのクラシファイアフリーガイダンス、トレーニング時間ポケットレギュレータとしての適応タンパク質の摂動を組み合わせている。
GenBench3Dプロトコルの下で2020年にCrossDockedで評価され、PocketVEはValid$_{3\text{D}}$を58.6から80.6に改善し、457.4から127.9に削減した。
ガイダンススケールの研究では、適度なガイダンスは、目標関連目標と幾何学的品質のバランスを良好に保ち、一方、より強いガイダンスは、幾何学的および分布的忠実性を低下させることができる。
Pocket-permutationとPoseCheckの診断は、ポケット固有の空間互換性をさらにサポートし、立体的衝突を減らす。
以上の結果から, 幾何的安定性と推定時特性ガイダンスを複合設計の対象とすべきであることが示唆された。
関連論文リスト
- APO: Unsupervised Atomic Policy Optimization for 3D Structure Prediction of Atomic Systems [64.56252173115246]
そこで本研究では, 基幹構造を不要とした非教師なしアライメントフレームワーク(Atomic Policy Optimization)を提案する。
APOは、新しい二重回帰機構を利用して、3次元原子環境にグループ相対的なポリシー最適化を適用する。
この結果から,本質的な物理的整合性は,ノイズや教師付き座標マッチングよりも優れたアライメントのガイドとなる可能性が示唆された。
論文 参考訳（メタデータ） (2026-07-30T17:21:58Z) - Unsupervised learning of acquisition variability in structural connectomes via hybrid latent space modeling [3.0508963681559913]
dMRIにおけるサイト、スキャナー、プロトコル間の獲得差は、構造コネクトーム解析を複雑にする可変性を導入している。
これは低次元空間における高次元コネクトームを表現することができる深層学習モデルであり、生物学的変異から取得関連効果を明確に分離する。
最近のハイブリッド潜在空間モデルは、これに対応するために離散的および連続的なコンポーネントを組み合わせているが、通常、離散的なコンポーネントが意図した変数をキャプチャすることを保証するために、手動のキャパシティチューニングを必要とする。
論文 参考訳（メタデータ） (2026-05-13T16:11:49Z) - Biologically-Grounded Multi-Encoder Architectures as Developability Oracles for Antibody Design [0.0]
生成モデルは何千ものエンフデノボ抗体配列を提案できるが、これらの設計を有効な治療法に翻訳することは、生物物理学的特徴のコストに制約される。
ここでは、凍結したタンパク質言語モデルエンコーダとアテンションデコーダを組み合わせた、プロパティ固有の神経オラクルのフレームワークであるCrossAbSenseを紹介する。
論文 参考訳（メタデータ） (2026-04-10T14:39:57Z) - LG-HCC: Local Geometry-Aware Hierarchical Context Compression for 3D Gaussian Splatting [77.81227097905865]
アンカーベースの3DGS圧縮スキームは、いくつかの高度な文脈モデルを通してガウスの冗長性を減少させる。
本稿では, アンカープルーニングとエントロピー符号化にアンカー幾何学的相関を組み込んだ3DGSのための局所幾何学的階層型コンテキスト圧縮フレームワークを提案する。
実験の結果、LG-HCCは構造保存の問題を効果的に緩和し、Mip-NeRF360データセット上のScaffold-GSベースラインと比較して最大30.85倍のストレージを削減した。
論文 参考訳（メタデータ） (2026-03-30T13:39:35Z) - CONFIDE: Hallucination Assessment for Reliable Biomolecular Structure Prediction and Design [46.12506067241116]
本稿では,位相的フラストレーションを定量化する自己評価尺度であるCODE(Chain of Diffusion Embeddings)を提案する。
エネルギー的およびトポロジ的視点を組み合わせた統合評価フレームワークであるCONFIDEを提案する。
データ駆動の埋め込みと理論的な洞察を組み合わせることで、CODEとConFIDEは、幅広い生体分子システムで既存の指標より優れています。
論文 参考訳（メタデータ） (2025-11-20T03:38:46Z) - SiDGen: Structure-informed Diffusion for Generative modeling of Ligands for Proteins [0.0]
マスク付きSMILES生成とポケット認識のための軽量な折りたたみ機能を統合したタンパク質条件拡散フレームワークSiDGenを提案する。
SiDGenは、タンパク質の埋め込みから粗い構造信号をプールする合理化モードと、より強い結合のために局所化された対のバイアスを注入するフルモードの2つの条件付けパスをサポートしている。
自動ベンチマークでは、SiDGenは高い妥当性、一意性、新規性を生み出し、ドッキングベースの評価において競合性能を達成し、適切な分子特性を維持する。
論文 参考訳（メタデータ） (2025-11-12T18:25:51Z) - ERIS: An Energy-Guided Feature Disentanglement Framework for Out-of-Distribution Time Series Classification [51.07970070817353]
理想的な時系列分類(TSC)は不変表現をキャプチャできるべきである。
現在の手法は、真に普遍的な特徴を分離するために必要な意味的な方向性を欠いている。
本稿では,シフト・ロバストネス・フレームワークのためのエンドツーエンドのエネルギー規則化情報を提案する。
論文 参考訳（メタデータ） (2025-08-19T12:13:41Z) - Towards Unified and Lossless Latent Space for 3D Molecular Latent Diffusion Modeling [90.23688195918432]
3次元分子生成は、薬物発見と物質科学に不可欠である。
既存のアプローチは、典型的には不変かつ同変なモジュラリティに対して別々のラテント空間を保持する。
我々は,3次元分子を潜在空間から潜在配列に圧縮するマルチモーダルVAEである textbfUAE-3D を提案する。
論文 参考訳（メタデータ） (2025-03-19T08:56:13Z) - Pose-Oriented Transformer with Uncertainty-Guided Refinement for
2D-to-3D Human Pose Estimation [51.00725889172323]
本研究では,3次元ポーズ推定のための不確実性ガイド付き多目的変換器(POT)を提案する。
我々はまず,人骨のトポロジーを明示的に活用するために,新しいポーズ指向の自己注意機構と距離関連位置埋め込みを開発した。
本稿では,特に難解な関節に対するPOTからのポーズ予測を洗練させるために,不確実性誘導型リファインメントネットワーク(UGRN)を提案する。
論文 参考訳（メタデータ） (2023-02-15T00:22:02Z) - Robust Self-Supervised LiDAR Odometry via Representative Structure
Discovery and 3D Inherent Error Modeling [67.75095378830694]
そこで我々は,2段階のオドメトリ推定ネットワークを構築し,一連の部分領域変換を推定してエゴモーメントを求める。
本稿では,トレーニング,推論,マッピングフェーズにおける信頼できない構造の影響を軽減することを目的とする。
我々の2フレームのオードメトリーは、翻訳/回転誤差の点で、過去の芸術の状態を16%/12%上回っている。
論文 参考訳（メタデータ） (2022-02-27T12:52:27Z)
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。