論文の概要: OctMole: Multiscale 3D Molecular Generation with Hierarchical Spatial Flows

• arxiv url: http://arxiv.org/abs/2610.16586v1
• Date: Mon, 12 Oct 2026 11:06:43 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-18 22:24:47.603536
• Title: OctMole: Multiscale 3D Molecular Generation with Hierarchical Spatial Flows
• Title（参考訳）: OctMole:階層的空間フローを用いたマルチスケール3次元分子生成
• Abstract要約: OctMoleは3次元分子生成のためのマルチスケールオクツリーフローフレームワークである。 QM9とGEOM-DRUGでは、OctoMoleは強い化学的、分布的、幾何学的な品質を達成する。
• 参考スコア（独自算出の注目度）: 11.814229164305067
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Generating accurate 3D molecules requires jointly determining a variable number of atoms, their identities, and geometry across spatial scales: global shape emerges coarsely, whereas chemical bonds demand fine local precision. Existing atom-based diffusion and flow models operate largely at a single scale, while dense spatial fields become costly at high resolution. We introduce OctMole, a multiscale octree flow framework for 3D molecular generation. A hierarchical occupancy flow progressively resolves sparse molecular support from coarse to fine, and a joint atom flow assigns atom types and continuous in-cell offsets to occupied leaves. This decomposition combines efficient global structure with subcell geometric precision, while cell corruption improves robustness to generated support. On QM9 and GEOM-DRUG, OctMole achieves strong chemical, distributional, and geometric quality, with particularly clear gains over Uni-3DAR on GEOM-DRUG and substantial efficiency gains over dense 3D generation. As an additional capability, intermediate occupancy states and selected regions provide spatial conditioning without task-specific retraining, supporting multiscale shape conditioning, regional editing, linker generation, and shape interpolation. Code and pretrained checkpoints are available at https://github.com/octree-nn/octmole and https://huggingface.co/Disembo/octmole, respectively.
• Abstract（参考訳）: 正確な3D分子を生成するには、可変数の原子、そのアイデンティティ、空間スケールの幾何学を共同で決定する必要がある。 既存の原子系拡散流モデルは主に単一スケールで動作するが、高分解能では密度空間場が高価になる。 我々は3次元分子生成のためのマルチスケールオクツリーフローフレームワークであるOctoMoleを紹介する。 階層的占有流は、粗い分子を粗い分子から細かい分子に分解し、結合原子流は、原子タイプと連続した細胞内オフセットを占有葉に割り当てる。 この分解は、効率的なグローバル構造とサブセル幾何学的精度を組み合わせる一方、細胞破壊は生成した支持に対する堅牢性を改善する。 QM9 と GEOM-DRUG では、OctoMole は強い化学的、分布的、幾何学的品質を達成し、特に GEOM-DRUG 上の Uni-3DAR よりも顕著に向上し、高密度な3D 生成よりもかなりの効率が向上する。 追加機能として、中間占有状態と選択された領域は、タスク固有のリトレーニングなしで空間条件を提供し、マルチスケールの形状条件付け、地域編集、リンカー生成、形状補間をサポートする。 コードと事前トレーニングされたチェックポイントは、https://github.com/octree-nn/octmoleとhttps://huggingface.co/Disembo/octmoleでそれぞれ提供されている。

関連論文リスト

• Fixed-Dimensional Latent Flow for Generating Variable-Size 3D Molecules [28.11511793703245]
  可変サイズの分子を生成するために, 1つの固定次元分子レベルの潜在表現に完全に依存する2段階の生成フレームワークを導入する。 PCQM4Mv2では、EF-TALFMは、UAE-3Dの75.6%、FlowMolの69.8%に対して、ユニークなトレーニングセットの小説、パスサニタイズ、PoseBustersのサニティチェック(89.4%)を達成している。
  論文  参考訳（メタデータ） (2026-09-08T07:03:51Z)
• Geometric Flow Matching for Molecular Conformation Generation via Manifold Decomposition [18.371474900925865]
  正確な3次元分子配座の生成は、計算化学と薬物発見において重要な課題である。 本稿では,生成モデルと分子幾何学を多様体分解により整合させるGO-Flowを提案する。 提案手法により,50ステップ以内の高忠実度サンプリングが可能となり,構造精度と計算効率のギャップを効果的に埋めることができる。
  論文  参考訳（メタデータ） (2026-05-25T08:30:47Z)
• 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)
• MUDiff: Unified Diffusion for Complete Molecule Generation [104.7021929437504]
  本稿では,原子の特徴,2次元離散分子構造,および3次元連続分子座標を含む分子の包括的表現を生成する新しいモデルを提案する。 拡散過程を認知するための新しいグラフトランスフォーマーアーキテクチャを提案する。 我々のモデルは、安定で多様な分子を設計するための有望なアプローチであり、分子モデリングの幅広いタスクに適用できる。
  論文  参考訳（メタデータ） (2023-04-28T04:25:57Z)
• 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)

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。