Fugu-MT 論文翻訳(概要): TreeRef-BFN: Equivariance-Free De Novo Molecule Generation based on 2D Topology and Internal 3D Geometry

論文の概要: TreeRef-BFN: Equivariance-Free De Novo Molecule Generation based on 2D Topology and Internal 3D Geometry

arxiv url: http://arxiv.org/abs/2609.32502v1
Date: Sat, 26 Sep 2026 11:43:38 GMT
ステータス: 翻訳完了
システム内更新日: 2026-10-07 08:30:04.443926
Title: TreeRef-BFN: Equivariance-Free De Novo Molecule Generation based on 2D Topology and Internal 3D Geometry
Title（参考訳）: TreeRef-BFN: 2次元トポロジーと内部3次元形状に基づく等分散自由デノボ分子生成
Abstract要約: デ・ノボの3D分子生成は、分子のサイズ、トポロジー、幾何学を共同でモデル化する。そこで本研究では,分子トポロジとトポロジに依存した局所3次元幾何学を自然に可変サイズの木に割り当てる木に基づく分子表現であるTreeRefを提案する。 TreeRefをベースとした標準的なトランスフォーマーバックボーンを備えたベイズフローネットワークであるTreeRef-BFNを開発し、これらの局所的な変数をグローバルに結合し、離散的な分子変数と連続的な局所幾何学を生成する。
参考スコア（独自算出の注目度）: 28.29207284864795
License: http://creativecommons.org/licenses/by/4.0/
Abstract: De novo 3D molecular generation jointly models molecular size, topology, and geometry. Most methods pre-sample molecular size and generate Cartesian coordinates, limiting variable-size conditional tasks such as fragment completion and scaffold decoration while often relying on equivariant architectures. Internal-coordinate methods avoid rigid-body redundancy but typically require a known molecular graph or autoregressive construction, which may accumulate errors. We propose TreeRef, a tree-based molecular representation that assigns molecular topology and topology-dependent local 3D geometry to a naturally variable-size tree. RingRef nodes encode ring closures while preserving the tree structure, while Null nodes allow molecular size to emerge directly from node occupancy. Based on TreeRef, we develop TreeRef-BFN, a Bayesian Flow Network with a standard Transformer backbone that globally couples these locally defined variables and jointly generates discrete molecular variables and continuous local geometry. A single pretrained TreeRef-BFN supports unconditional generation and variable-size structure-conditioned 3D generation through masking alone, without retraining. Empirical studies demonstrate strong chemical validity, molecular stability, and diversity, accurate local geometric distributions, fast sampling, and competitive property-conditioned generation, establishing TreeRef-BFN as an efficient and flexible framework for 3D molecular generation.
Abstract（参考訳）: デ・ノボの3D分子生成は、分子のサイズ、トポロジー、幾何学を共同でモデル化する。ほとんどの手法は前サンプルの分子サイズとカルテシアン座標の生成であり、フラグメント補完や足場装飾のような可変サイズの条件付きタスクは制限されるが、しばしば同変アーキテクチャに依存している。内部座標法は剛体の冗長性を避けるが、一般的には既知の分子グラフや自己回帰構造を必要とする。そこで本研究では,分子トポロジとトポロジに依存した局所3次元幾何学を自然に可変サイズの木に割り当てる木に基づく分子表現であるTreeRefを提案する。 RingRefノードは、ツリー構造を保持しながら、リングクロージャをエンコードし、Nullノードは、ノード占有から直接分子サイズを発生させる。 TreeRefをベースとした標準的なトランスフォーマーバックボーンを備えたベイズフローネットワークであるTreeRef-BFNを開発し、これらの局所的な変数をグローバルに結合し、離散的な分子変数と連続的な局所幾何学を生成する。 1つの事前訓練されたTreeRef-BFNは、非条件生成と可変サイズの構造条件付き3D生成をサポートする。実験的な研究は、強力な化学的妥当性、分子安定性、多様性、正確な局所幾何学分布、高速サンプリング、および競合特性条件付き生成を示し、3次元分子生成のための効率的で柔軟なフレームワークとしてTreeRef-BFNを確立した。

関連論文リスト

TreeSRNF: Square-Root Normal Fields for Generative Modelling of the Geometric and Structural Variability in Tree-like 3D Objects [40.30114003741982]
植物系木や植物などの複雑な3Dオブジェクトを解析・生成するための新しいフレームワークを提案する。以前の研究とは異なり、木のような物体の骨格構造のみを考慮するか、枝の厚さを使ってそれらの3次元幾何学を近似する。本稿では, 木形オブジェクトの集合, 木形オブジェクトの集合, 木形オブジェクトの合成, および, 木形オブジェクトの合成について述べる。
論文参考訳（メタデータ） (2026-07-15T05:29:59Z)
Designing ReLU Generative Networks to Enumerate Trees with a Given Tree Edit Distance [3.746431245783676]
我々は,木編集距離に関して,所定の木に類似した木を生産できる生成ネットワークの存在と構築を確立する。ネットワークは、指定されたツリー編集距離内で有効な木を全て生成した。これらの知見は、コンパクトな生成モデルの構築と、正確かつ有効な木構造データ生成のための新しい方向を開くための理論的基盤を提供する。
論文参考訳（メタデータ） (2025-10-12T17:07:49Z)
Torsional-GFN: a conditional conformation generator for small molecules [75.91029322687771]
ボルツマン分布に比例して分子の配座をサンプリングするために特別に設計された条件付きGFlowNetを導入する。我々の研究は、提案したアプローチをより大きな分子系に拡張するための有望な道を示す。
論文参考訳（メタデータ） (2025-07-15T21:53:25Z)
Conformation Generation using Transformer Flows [55.2480439325792]
本稿では,トランスネットワークに基づくコンフォーメーション生成のためのフローベースモデルConfFlowを提案する。 ConfFlowは、明示的な物理的制約を課すことなく、座標空間で直接サンプリングする。 ConfFlowは、最先端の学習ベースの方法と比較して、最大40%の精度向上を実現している。
論文参考訳（メタデータ） (2024-11-16T14:42:05Z)
Geometry Informed Tokenization of Molecules for Language Model Generation [85.80491667588923]
言語モデル(LM)を用いた三次元空間における分子生成の検討分子グラフのトークン化は存在するが、3次元幾何学では、ほとんど探索されていない。分子幾何学を$SE(3)$-invariant 1D離散配列に変換するGeo2Seqを提案する。
論文参考訳（メタデータ） (2024-08-19T16:09:59Z)
DeepTree: Modeling Trees with Situated Latents [8.372189962601073]
そこで本研究では,木を手作業で定義するのではなく,分岐構造に対する発達規則を学習する手法を提案する。我々は、その振る舞いが本質的な状態によって決定されるため、潜伏状態にあるディープニューラルモデル(deep Neural model)と呼ぶ。本手法では,複雑なパラメータを定義することなく,多様な木形を生成することができる。
論文参考訳（メタデータ） (2023-05-09T03:33:14Z)
Elastic Shape Analysis of Tree-like 3D Objects using Extended SRVF Representation [18.728209940066055]
木のような3次元オブジェクトの形状間の測地変形を表現・比較・計算するためのフレームワークを開発する。サブツリーの階層的な構造は、これらのオブジェクトを特徴づける。次に、一方の木の形の物体を他方に変形させるために必要な曲げ、伸び、分岐スライディングを定量化する新しい計量を定義する。
論文参考訳（メタデータ） (2021-10-17T00:59:36Z)
NeuroMorph: Unsupervised Shape Interpolation and Correspondence in One Go [109.88509362837475]
入力2つの3次元形状を考慮したニューラルネットワークアーキテクチャであるNeuroMorphを提案する。 NeuroMorphはそれらの間のスムーズかつポイントツーポイント対応を生成する。異なる対象カテゴリの非等尺性ペアを含む、さまざまな入力形状に対してうまく機能する。
論文参考訳（メタデータ） (2021-06-17T12:25:44Z)
GeoMol: Torsional Geometric Generation of Molecular 3D Conformer Ensembles [60.12186997181117]
分子グラフからの分子の3Dコンホメーラーアンサンブルの予測は、化学情報学と薬物発見の領域において重要な役割を担っている。既存の生成モデルは、重要な分子幾何学的要素のモデリングの欠如を含むいくつかの欠点がある。エンド・ツー・エンド、非自己回帰、SE(3)不変の機械学習手法であるGeoMolを提案し、3Dコンバータを生成する。
論文参考訳（メタデータ） (2021-06-08T14:17:59Z)
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。