arXiv cs.AI· Yogesh Verma, Dani Korpela, Harri L\"ahdesm\"aki, Vikas Garg·· 1 天前AI 评分31
面向生物序列设计的灵活流匹配方法
Flexible Flows for Biological Sequence Design
AI 导读
研究者提出一种结构化耦合的离散流匹配（DFM）方法，通过编码序列元素间的领域偏好将源分布偏向合理区域，且不改变流目标或训练流程。该方法引入基于编辑操作的隐变量速率参数化实现可变长度生成，并用隐空间无分类器引导与 Dirichlet 先验温度缩放实现测试时控制。在密度估计、无条件与条件 DNA 序列生成及多肽序列生成等任务上达到 SOTA，代码已开源。
正文 · AI 翻译
摘要：设计功能性生物序列需要在严格的进化与生物物理约束下，于庞大的离散空间中搜索。离散流匹配（Discrete Flow Matching, DFM）为这类空间提供了生成式框架，但现有方法依赖于缺乏生物学信息的耦合方式，且在可变长度序列生成与细粒度控制方面灵活性有限。我们提出一种结构化耦合，在序列元素之间编码领域特定的偏好，使源分布偏向合理的区域，同时不改变流目标或训练过程。在此基础上，我们引入一种基于潜在编辑的速率参数化方法，以共享全局潜在变量为条件，通过编辑操作对可变长度生成进行建模，类似于潜在变量模型，同时保持可处理性。我们进一步引入一种潜在无分类器引导机制，在连续潜在空间中连贯地引导生成，并采用 Dirichlet 先验温度缩放，以便在测试时对编辑操作进行控制。我们的方法在多种生物序列任务上取得了最先进的性能，包括密度估计、无条件与条件 DNA 序列生成以及肽序列生成。我们的代码可在 此 https URL 获取。
| 评论： | 已被 NeurIPS 2026 接收 |
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI）；新兴技术（cs.ET）；定量方法（q-bio.QM） |
| 引用为： | arXiv:2606.10543 [cs.LG] |
| （或 arXiv:2606.10543v2 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2606.10543 由 DataCite 颁发的 arXiv DOI |
提交历史
来自：Yogesh Verma [查看电子邮件]
[v1]
2026年6月9日星期二 08:11:14 UTC（3,884 KB）
[v2]
2026年11月11日星期三 10:58:03 UTC（3,884 KB）
来源：arXiv cs.AI · arxiv.org