Проблема разделения: почему старые методы ограничены
Традиционные подходы к дизайну молекул часто разделяют процесс на два этапа: сначала выбирается фрагмент из фиксированного словаря, а затем алгоритм предсказывает, как его присоединить. Это «разделение» (decoupling) создает критические ограничения: генерация ограничена замкнутым набором фрагментов, а точка присоединения рассматривается как отдельная задача, что снижает эффективность оптимизации свойств.
Решение: совместное моделирование в непрерывном пространстве
Команда авторов (Thao Nguyen, Jeonghwan Kim, Zhenhailong Wang, Heng Ji) представила Fraglingo — авторегрессионную модель, которая совместно моделирует идентичность фрагмента и контекст присоединения в непрерывном латентном пространстве. Ключевые технические инновации:
- Wildcard-anchored readout: метод кодирования, представляющий растущую молекулу с точки зрения активной точки присоединения. Это позволяет эмбеддингу захватывать как контекст молекулы, так и требуемый тип связи.
- Поиск ближайших соседей: модель предсказывает эмбеддинг, aware к присоединению, и находит следующий фрагмент через поиск в латентном пространстве, а не через классификацию по фиксированному словарю.
Ключевые преимущества и метрики
Архитектура Fraglingo обеспечивает гибкость, недостижимую для дискретных моделей. Основные преимущества:
- Масштабируемость без переобучения: Модель обобщается на библиотеки фрагментов, в 4 раза большие, чем те, что использовались при обучении, без необходимости дообучения. Новые фрагменты можно добавлять, если их эмбеддинги могут быть вычислены обученным энкодером.
- Универсальность: Единый примитив генерации для создания скелетов, декорирования скелетов и оптимизации молекул.
- Контроль свойств: На бенчмарках с контролируемыми свойствами Fraglingo демонстрирует более сильный совместный контроль свойств по сравнению с базовыми моделями аналогичного размера, сохраняя конкурентоспособные показатели валидности, уникальности и новизны.
Значение для индустрии
Работа, поданная в ICLR 2027, меняет парадигму с «поиска в словаре» на «генерацию в пространстве свойств». Это позволяет химикам-дизайнерам работать с динамически расширяемыми библиотеками фрагментов, что критически важно для ускорения открытия новых лекарств и материалов, где требуется точное управление точками присоединения функциональных групп.
Источник: arXiv cs.AI ↗