論文の概要: ReMedI: Inference-Time Refinement and Self-Distillation for Controllable Molecular Optimization

• arxiv url: http://arxiv.org/abs/2610.32103v1
• Date: Fri, 23 Oct 2026 03:07:35 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-27 01:38:06.332108
• Title: ReMedI: Inference-Time Refinement and Self-Distillation for Controllable Molecular Optimization
• Title（参考訳）: ReMedI:制御可能な分子最適化のための推論時間再精製と自己蒸留
• Abstract要約: 医薬品開発において、鉛の最適化は、透過性の向上や毒性の低下といった競合する性質を改善するとともに、鉛の有効性を損なう可能性のある足場の変化を制限する必要がある。 事前学習されたモデルには、ゼロショット生成が効率よく到達できない有用な分子編集が含まれている可能性がある。 ゼロショット生成の限られた探索能力により,提案手法をよりよく探索するための効率的なメトロポリス・ハスティングス探索戦略を開発した。
• 参考スコア（独自算出の注目度）: 17.936990359817006
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: In drug development, lead optimization must improve competing properties, such as increasing permeability and reducing toxicity, while limiting scaffold changes that could compromise the lead's potency. RL-based post-training, such as C-MORAL, addresses this problem by fine-tuning molecular language models to directly optimize molecular leads for objectives of interest, which relies on expensive task-specific datasets and faces challenges in achieving multi-objective optimization (MOO). We argue a pre-trained model may already contain useful molecular edits that zero-shot generation cannot efficiently reach. Motivated by the limited search capabilities of zero-shot generation, we develop an efficient Metropolis-Hastings search strategy to better explore the proposal distribution. We propose ReMedI, which uses the molecular language model as a base proposer for inference-time alignment. Given a lead and a set of multi-objective tasks, the model proposes edits conditioned on the current molecule, while Metropolis--Hastings refinement guides sequential edits under an objective for property improvement, preservation, and lead similarity. On both C-MuMOInstruct and SMDD benchmarks, refinement improves frozen base models across three backbones, reaching significantly higher multi-objective optimization success rates compared to baselines. These search traces can then distilled into the base model which improves zero-shot generation and subsequent search using approximately 7.8 times less training molecular leads than that of C-MORAL. ReMedI achieves approximately 2.8 times the strict-success coverage of RL baseline C-MORAL, including on out-of-distribution tasks, with matched lead-relative similarity.
• Abstract（参考訳）: 薬物開発において、鉛の最適化は、透過性の向上や毒性の低下など競合する性質を改善し、鉛の有効性を損なう可能性のある足場の変化を制限する必要がある。 C-MORALのようなRLベースのポストトレーニングは、関心の目的のために分子リードを直接最適化するために分子言語モデルを微調整することでこの問題に対処する。 事前学習されたモデルには、ゼロショット生成が効率よく到達できない有用な分子編集が含まれている可能性がある。 ゼロショット生成の限られた探索能力により,提案手法をよりよく探索するための効率的なメトロポリス・ハスティングス探索戦略を開発した。 本稿では,分子言語モデルを用いた推論時間アライメントのベースプロポーザであるReMedIを提案する。 リードと多目的タスクのセットが与えられたモデルでは、現在の分子で条件付けられた編集が提案され、メトロポリス・ハスティングス・リファインメントは、プロパティの改善、保存、およびリード類似性を目的としたシーケンシャルな編集をガイドしている。 C-MuMOInstruct と SMDD のベンチマークでは、3つのバックボーンの凍結ベースモデルが改善され、ベースラインに比べて多目的最適化の成功率が大幅に向上した。 これらの探索トレースはベースモデルに蒸留され、ゼロショット生成を改善し、C-MORALの約7.8倍のトレーニング分子による探索を行う。 ReMedIは、RLベースラインのC-MORALの厳密なカバレッジを約2.8倍達成し、アウト・オブ・ディストリビューション(out-of-distriion)タスクと一致する鉛相対的類似性を含む。

関連論文リスト

• Adopting Reinforcement Learning with Verifiable Rewards for Molecular Generation [17.176795343295854]
  分子生成のための大規模言語モデルを活用することは、化学および薬物設計において顕著な可能性を示している。 目的分子生成に対する検証可能な報酬を直接組み込んだ基本強化学習フレームワークである textbfLLMol を提案する。
  論文  参考訳（メタデータ） (2026-07-21T12:34:59Z)
• Fine-tuning Pocket-Aware Diffusion Models via Denoising Policy Optimization [6.296632663190645]
  本稿では,事前学習したポケット・アウェア拡散モデルを微調整するための新しい構造に基づく分子最適化(SBMO)手法であるDEPPAを提案する。 DEPPAは、結合親和性、薬物類似性、合成可能性、多様性など、複数の特性の最適化を可能にする。
  論文  参考訳（メタデータ） (2026-05-17T23:21:24Z)
• Controllable Molecular Generative Foundation Models [36.63304478618632]
  我々は textbfControllable textbfMolecular Generative Foundation Models (CoMole) を提案する。 モチーフ対応グラフ空間を学習することにより、CoMoleは事前学習された構造的事前を制御可能な生成に転送する。 我々は、CoMoleが9つの目標に対して第一に制御性にランク付けし、最強のベースラインに対して最大48.2%のMAEを減少させ、ルールベースの補正やポストホックフィルタリングなしで0.94以上の妥当性を維持していることを示す。
  論文  参考訳（メタデータ） (2026-05-14T19:27:01Z)
• C-MORAL: Controllable Multi-Objective Molecular Optimization with Reinforcement Alignment for LLMs [16.006924868560795]
  C-Moralは、制御可能な多目的分子最適化のための強化学習フレームワークである。 C-MuMOInstructベンチマークの実験は、C-Moralが常に最先端のモデルより優れていることを示している。
  論文  参考訳（メタデータ） (2026-04-24T23:11:44Z)
• Can Molecular Foundation Models Know What They Don't Know? A Simple Remedy with Preference Optimization [54.22711328577149]
  既存の基盤モデルと柔軟に統合可能なプラグイン・アンド・プレイモジュールである,分子適応型参照インスタンスランキング(Mole-PAIR)を導入する。 本手法は既存の分子基盤モデルのOOD検出能力を著しく向上することを示す。
  論文  参考訳（メタデータ） (2025-09-29T21:06:52Z)
• Composable Score-based Graph Diffusion Model for Multi-Conditional Molecular Generation [85.58520120011269]
  本研究では,具体的スコアを用いてスコアマッチングを離散グラフに拡張するComposable Score-based Graph Diffusion Model (CSGD)を提案する。 CSGDは従来の手法よりも平均15.3%の制御性向上を実現していることを示す。 本研究は, 離散グラフ生成におけるスコアベースモデリングの実用的利点と, フレキシブルでマルチプロパタイトな分子設計のためのキャパシティを強調した。
  論文  参考訳（メタデータ） (2025-09-11T13:37:56Z)
• DrugImproverGPT: A Large Language Model for Drug Optimization with Fine-Tuning via Structured Policy Optimization [53.27954325490941]
  大規模言語モデル(LLM)の微調整は、特定の目的に向けて結果を生成するために不可欠である。 本研究は,薬物最適化LSMに基づく生成モデルを微調整するための新しい強化学習アルゴリズムを提案する。
  論文  参考訳（メタデータ） (2025-02-11T04:00:21Z)
• Leveraging Latent Evolutionary Optimization for Targeted Molecule Generation [0.0]
  分子生成(LEOMol)における遅延進化最適化という革新的なアプローチを提案する。 LEOMolは最適化分子の効率的な生成のための生成モデリングフレームワークである。 提案手法は,従来の最先端モデルよりも優れた性能を示す。
  論文  参考訳（メタデータ） (2024-07-02T13:42:21Z)
• Aligning Target-Aware Molecule Diffusion Models with Exact Energy Optimization [147.7899503829411]
  AliDiffは、事前訓練されたターゲット拡散モデルと望ましい機能特性を整合させる新しいフレームワークである。 最先端の結合エネルギーを持つ分子を最大7.07 Avg. Vina Scoreで生成することができる。
  論文  参考訳（メタデータ） (2024-07-01T06:10:29Z)

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。