論文の概要: Ensemble-Conditioned Molecular Design

• arxiv url: http://arxiv.org/abs/2609.15077v1
• Date: Mon, 14 Sep 2026 05:49:37 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-09-16 07:15:06.110438
• Title: Ensemble-Conditioned Molecular Design
• Title（参考訳）: アンサンブル型分子設計
• Abstract要約: 分子のコンフォメーションアンサンブルのモードと特性の最適化として分子設計を再設計する。 両軸に3次元分子生成モデルを同時に設定するフレームワークであるアンサンブル条件付きガイダンスを導入する。 マルチモード条件付けとアンサンブル特性最適化のための新しいベンチマークを評価する。
• 参考スコア（独自算出の注目度）: 41.968590587501616
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Molecular design is typically approached as a problem of finding molecules which can adopt a single bioactive conformation. In reality, molecules occupy a distribution over conformations, and many of the properties which determine whether a candidate is viable depend on that distribution rather than on any single conformer. We reframe molecular design as an optimisation of both the modes and properties of molecules' conformational ensembles, where modes can be represented as shapes, pharmacophore profiles or protein pockets, and properties are aggregate scalars computed over the whole distribution. To realise this we introduce ensemble-conditioned guidance, a framework which conditions 3D molecular generative models on both axes simultaneously. Mode conditions are composed adaptively at inference by combining the vector fields produced under each condition. Conditions may be targeted or avoided, mixed across modalities and combined in arbitrary numbers, allowing a wide range of design tasks to be expressed with a single trained model. We introduce adaptive symmetry learning to allow conditions from different reference frames to be composed, and extend our generative framework to enable flexible-size generation. We evaluate on new benchmarks for multi-mode conditioning and ensemble property optimisation, and apply the framework to two practical drug discovery tasks, dual-target binder design and active-state-selective agonist design, where in both cases conditioning on the additional state improves the desired outcome over single-state conditioning.
• Abstract（参考訳）: 分子設計は通常、単一の生物活性コンフォメーションを適用できる分子を見つける問題としてアプローチされる。 実際、分子はコンホメーション上の分布を占有しており、候補が有効かどうかを決定する性質の多くは、任意の単一コンホメーションよりもその分布に依存する。 分子のコンフォメーションアンサンブルのモードと特性の最適化として分子設計を再構築し、分子のモードを形状、薬局プロファイル、タンパク質ポケットとして表現し、特性は全分布にわたって計算された集合スカラーである。 これを実現するために,両軸に同時に3次元分子生成モデルを記述するフレームワークであるアンサンブル条件付きガイダンスを導入する。 モード条件は、各条件下で生成されたベクトル場を組み合わせることで、推論時に適応的に構成される。 条件はターゲットまたは回避され、モダリティに混ざり、任意の数で結合され、幅広い設計タスクを単一の訓練されたモデルで表現することができる。 適応対称性学習を導入し、異なる参照フレームからの条件を作成できるようにし、生成フレームワークを拡張してフレキシブルサイズの生成を可能にする。 マルチモードコンディショニングとアンサンブル特性最適化のための新しいベンチマークについて評価し、このフレームワークを2つの実用的な薬物発見タスク、二重ターゲットバインダー設計とアクティブステート選択アゴニスト設計に適用する。

関連論文リスト

• Generative Molecular Morphing for Flexible-Size Design via Unbalanced Optimal Transport [27.245262040077716]
  幾何グラフに基づく条件付きおよび非条件付き3次元分子設計のためのフレキシブルサイズ生成モデルであるMorphを紹介する。 サイズを動的に適応することにより、Morphは足場のような既存の構造的事前をシームレスに統合し、プロパティのステアリングを大幅に強化することができる。 我々は,Morphが現在の固定サイズモデルと一致し,非並列サンプリング柔軟性の利点を提供することを示した。
  論文  参考訳（メタデータ） (2026-06-05T13:07:56Z)
• 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)
• Composition and Alignment of Diffusion Models using Constrained Learning [79.36736636241564]
  拡散モデルは、複雑な分布からサンプルを採取する能力により、生成的モデリングにおいて普及している。 i) 拡散モデルを微調整して報酬と整合させるアライメントと、(ii) 予め訓練された拡散モデルを組み合わせて、それぞれが生成した出力に望ましい属性を強調する合成である。 本稿では,共役モデルが報酬制約を満たすこと,あるいは(潜在的に複数の)事前学習モデルに近づき続けることを強制することによって,拡散モデルのアライメントと構成を統一する制約付き最適化フレームワークを提案する。
  論文  参考訳（メタデータ） (2025-08-26T15:06:30Z)
• MolMiner: Towards Controllable, 3D-Aware, Fragment-Based Molecular Design [7.366789601705544]
  MolMinerは、分子設計のための断片的、幾何学的、秩序に依存しない自己回帰モデルである。 MolMinerは12個以上の性質を持つ分子の条件生成をサポートし、物理化学的および構造的標的に対して柔軟な制御を可能にする。
  論文  参考訳（メタデータ） (2024-11-10T22:00:55Z)
• DPLM-2: A Multimodal Diffusion Protein Language Model [75.98083311705182]
  DPLM-2は, 離散拡散タンパク質言語モデル(DPLM)を拡張し, 配列と構造の両方に適合する多モーダルタンパク質基盤モデルである。 DPLM-2は、配列と構造、およびその限界と条件の結合分布を学習する。 実験によりDPLM-2は高度に互換性のあるアミノ酸配列とそれに対応する3D構造を同時に生成できることが示された。
  論文  参考訳（メタデータ） (2024-10-17T17:20:24Z)
• UniIF: Unified Molecule Inverse Folding [67.60267592514381]
  全分子の逆折り畳みのための統一モデルUniIFを提案する。 提案手法は,全タスクにおける最先端手法を超越した手法である。
  論文  参考訳（メタデータ） (2024-05-29T10:26:16Z)
• 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)
• PrefixMol: Target- and Chemistry-aware Molecule Design via Prefix Embedding [34.27649279751879]
  対象ポケットの状況と様々な化学特性を考慮した新しい生成モデルを構築した。 実験により,本モデルは単条件および多条件の分子生成において良好な制御性を示すことが示された。
  論文  参考訳（メタデータ） (2023-02-14T15:27:47Z)
• Learning Neural Generative Dynamics for Molecular Conformation Generation [89.03173504444415]
  分子グラフから分子コンフォメーション(つまり3d構造)を生成する方法を検討した。 分子グラフから有効かつ多様なコンフォーメーションを生成する新しい確率論的枠組みを提案する。
  論文  参考訳（メタデータ） (2021-02-20T03:17:58Z)
• Auto-Encoding Molecular Conformations [0.0]
  提案モデルでは,分子グラフ内の原子の離散的な空間配置を連続的な固定サイズの潜在表現に変換する。 また、我々のモデルを用いて、与えられた分子に対して様々なエネルギー的に好適な配座を生成できることを示す。
  論文  参考訳（メタデータ） (2021-01-05T16:09:10Z)

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。