arXiv cs.AI· Qurat-ul-ain, Yee Whye Teh, Charlotte M. Deane, Matteo Cagiada·· 10 天前AI 评分30
面向物理有效生物分子扩散模型的推理时投影方法
Inference-Time Projection for Physically Valid Biomolecular Diffusion Models
AI 导读
针对 AlphaFold 3 风格共折叠模型输出常出现链重叠、配体键长键角畸变、环非平面和手性反转等物理无效问题，研究者提出两种闭式投影算子，作用于扩散模型去噪后的干净坐标估计 x̂₀：链间范德华投影推开严重碰撞的原子对，配体距离几何投影恢复键长、键角、内部接触、平面性和手性。
正文 · AI 翻译
摘要：AlphaFold 3 风格的共折叠模型能够以高结构精度预测生物分子复合物，但其输出中有很大一部分在物理上无效：链在界面处重叠，配体键长和键角发生畸变，环不共平面，立体中心发生反转。当前的方法要么用物理信息势引导采样器，这会成倍增加采样成本和内存开销，使大型复合物的推理无法进行；要么微调模型，这既耗费时间，又将修复方案绑定到某一种架构上。我们观察到，与结构精度不同，物理有效性在推理时完全可以从采样器已经持有的量中验证。因此，我们将物理有效性视为一个约束推理问题，并引入两个闭式投影算子，应用于扩散模型去噪后的干净坐标估计 $\hat{x}_0$：一个链间范德华投影，用于推开冲突最严重的原子对；以及一个配体距离几何投影，用于恢复键长、键角、内部接触、平面性和手性。这两个算子都是局部的、稀疏的且位移有上限的，不需要网络评估、梯度或重要性采样，并且不改变去噪器及其权重，因此无需重新训练即可插入任何 AF3 风格的采样器。将其应用于两个独立开发的模型 Boltz-2 和 OpenFold-3，在五个基准（CASP15、CASP16、PoseBusters 单体集和复合物集，以及 Boltz 物理有效性测试集）上，我们的方法在保持结构精度和配体放置指标的同时，恢复了完美的物理有效性。这些收益以可忽略的运行时和内存开销实现，为物理有效的全原子结构预测提供了一条实用的、与模型无关的途径。
| 主题： | 人工智能（cs.AI）；机器学习（cs.LG） |
| 引用为： | arXiv:2610.07037 [cs.AI] |
| （或 arXiv:2610.07037v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.07037 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Q Qurat-Ul-Ain [查看电子邮件]
[v1]
2026年10月4日星期日 23:15:03 UTC（12,299 KB）
来源：arXiv cs.AI · arxiv.org