論文の概要: MORAD: Reinforcement Learning with Multi-Objective Rewards for RNA Inverse Design

• arxiv url: http://arxiv.org/abs/2610.13305v1
• Date: Fri, 09 Oct 2026 09:50:55 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-13 04:06:29.511952
• Title: MORAD: Reinforcement Learning with Multi-Objective Rewards for RNA Inverse Design
• Title（参考訳）: MORAD:RNA逆設計のための多目的リワードを用いた強化学習
• Abstract要約: MORADは構造条件RNA逆設計のためのオンライン強化学習フレームワークである。 バックボーン条件付きグループサンプリング、グループ相対報酬正規化、前処理拡散目標を組み合わせる。 テストセットでは、MORADは第3次構造精度、二次構造ペアリング、熱力学品質でRiboDiffusion、gRNAde、RDesignを上回っている。
• 参考スコア（独自算出の注目度）: 9.317959353363014
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We introduce MORAD, an online reinforcement learning framework for backbone-conditioned RNA diffusion models that trains a single shared policy across diverse target backbones. Structure-conditioned RNA inverse design seeks nucleotide sequences compatible with a target three-dimensional backbone, yet existing reinforcement learning approaches either optimize a separate policy for each target backbone or rely on offline preference optimization, leaving online post-training of a reusable backbone-conditioned model largely unexplored. MORAD combines backbone-conditioned group sampling, group-relative reward normalization, and a forward-process diffusion objective. Beyond existing RL rewards that primarily target tertiary structural quality, MORAD jointly optimizes six measurements spanning tertiary geometry, base pairing, ensemble behavior, and sequence composition. To aggregate these heterogeneous objectives despite differences in scale and optimization direction, MORAD maps each measurement to a bounded desirability score and combines them with a weighted geometric mean. Compared with a tertiary-structure-only reward, this multi-objective formulation improves 10 of the 11 evaluation metrics that have a preferred direction. Applied to pretrained RIDE, MORAD improves GDT-TS by 16.0% (from 0.3300 to 0.3827) and pairing MCC by 19.4% (from 0.6110 to 0.7295), while reducing normalized ensemble defect by 27.5% (from 0.3906 to 0.2830). On the test set, MORAD outperforms RiboDiffusion, gRNAde, and RDesign across tertiary structural accuracy, secondary-structure pairing, and thermodynamic quality, establishing a new state of the art in structure-conditioned RNA inverse design.
• Abstract（参考訳）: バックボーン条件のRNA拡散モデルのためのオンライン強化学習フレームワークMORADを導入する。 構造条件のRNA逆設計では、ターゲットの3次元のバックボーンと互換性のあるヌクレオチド配列を求めるが、既存の強化学習アプローチでは、ターゲットのバックボーンごとに個別のポリシーを最適化するか、オフラインの優先最適化に頼っている。 MORADは、バックボーン条件付きグループサンプリング、グループ相対報酬正規化、前処理拡散目標を組み合わせる。 第三次構造品質を主なターゲットとする既存のRL報酬以外にも、MORADは第三次幾何学、ベースペアリング、アンサンブル動作、シーケンス構成の6つの測定を共同で最適化している。 スケールと最適化方向の違いにもかかわらず、これらの不均一な目的を集約するために、MORADは各測定値を有界な望ましくないスコアにマッピングし、それらを重み付き幾何平均と組み合わせる。 3次構造のみの報酬と比較して、この多目的定式化は、好ましい方向を持つ11評価指標のうち10を改良する。 事前訓練されたRIDEに適用すると、MORADはGDT-TSを16.0%(0.3300から0.3827)改善し、MCCを19.4%(0.6110から0.7295)、正規化アンサンブル欠陥を27.5%(0.3906から0.2830)削減する。 テストセットでは、MORADは第3次構造精度、二次構造ペアリング、熱力学品質でRiboDiffusion、gRNAde、RDesignを上回り、構造条件のRNA逆設計における新しい最先端技術を確立する。

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)
• ISO: An RLVR-Native Optimization Stack [50.40395312897848]
  アイソスペクトル最適化(ISO)としてスペクトル継承を運用する オフラインでは、ISO-Mergerは共有ベーススペシャリストのフレーム変更を単一の固定スペクトルモデルに統合する。 オンラインのISO-Mergerは、AdamWやMuonを含む選択されたベースをフレーム変数に適用し、ベーススペクトルを固定する。
  論文  参考訳（メタデータ） (2026-07-21T17:51:36Z)
• RiboSphere: Learning Unified and Efficient Representations of RNA Structures [57.40815107640066]
  RNAのバックボーンは非常に柔軟で、非カノニカル相互作用が一般的であり、実験的に決定された3D構造は比較的少ない。 本稿では,ベクトル量子化とフローマッチングを組み合わせることで,RNAの固有な幾何学的表現を学習するフレームワークであるemphRiboSphereを紹介する。
  論文  参考訳（メタデータ） (2026-03-20T04:36:35Z)
• RIDER: 3D RNA Inverse Design with Reinforcement Learning-Guided Diffusion [19.386628516684695]
  RIDERはRNA Inverse Designフレームワークであり、Reinforcement Learningは3D構造的類似性を直接最適化する。 まず,対象3次元構造に条件付きGNNに基づく生成拡散モデルの開発と事前学習を行う。 そして,3次元自己整合性指標に基づく4つのタスク固有報酬関数を用いて,改良されたポリシー勾配アルゴリズムを用いてモデルを微調整する。
  論文  参考訳（メタデータ） (2026-02-18T15:52:26Z)
• Structure-based RNA Design by Step-wise Optimization of Latent Diffusion Model [22.539981000962374]
  RNA逆フォールディングは治療、遺伝子制御、合成生物学において重要である。 シーケンシャル・リカバリに焦点をあてた現在の手法は、構造的目的に対処するのに苦労している。 本稿では,潜在拡散モデルと統合された強化学習フレームワークを提案する。
  論文  参考訳（メタデータ） (2026-01-27T06:04:02Z)
• Deep Learning Framework for RNA Inverse Folding with Geometric Structure Potentials [0.0]
  エンド・ツー・エンドのRNA設計を可能にするために、Geometric Vector PerceptronレイヤとTransformerアーキテクチャを統合したディープラーニングフレームワークを紹介します。 本研究では,BGSU RNAリストから抽出・分解したRNA3D構造からなるデータセットを構築し,配列回復率とTMスコアの両方を用いて性能評価を行った。 私のモデルは最先端のパフォーマンスを達成し、リカバリとTMスコアは0.481と0.332で、RNAファミリーや長さスケールにまたがる既存の手法を上回ります。
  論文  参考訳（メタデータ） (2025-12-31T15:43:12Z)
• DuaDeep-SeqAffinity: Dual-Stream Deep Learning Framework for Sequence-Only Antigen-Antibody Affinity Prediction [0.0]
  従来の計算手法は、しばしば実験的に決定された3D構造に依存している。 本稿では,アミノ酸配列のみからアフィニティスコアを予測する新しいシーケンスのみのディープラーニングフレームワークであるDuaDeep-SeqAffinityを紹介する。 提案手法は,1D Convolutional Neural Networks (CNN) とTransformer encoderを併用して,事前学習したESM-2タンパク質言語モデル埋め込みを利用する。
  論文  参考訳（メタデータ） (2025-12-26T12:06:59Z)
• Pearl: A Foundation Model for Placing Every Atom in the Right Location [52.35027831422145]
  タンパク質-リガンド共フォールディングの基礎モデルであるPearlを紹介した。 パールはタンパク質-リガンド結合における新しい最先端性能を確立している。 Pearlは、パブリックなRuns N' PosesとPoseBustersベンチマークでAlphaFold 3や他のオープンソースベースラインを上回っている。
  論文  参考訳（メタデータ） (2025-10-28T17:36:51Z)
• 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)

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。