arXiv cs.AI· Jia Yi Zhang, Shivanshu Shekhar, Allison McLevige, Tong Zhang·· 11 小时前AI 评分31
ReMedI：用推理时精炼与自蒸馏实现可控分子优化
ReMedI: Inference-Time Refinement and Self-Distillation for Controllable Molecular Optimization
AI 导读
ReMedI 将分子语言模型作为推理时对齐的基础提议器，用 Metropolis-Hastings 搜索策略引导多目标分子编辑，在 C-MuMOInstruct 和 SMDD 基准上于三个骨干模型上显著提升多目标优化成功率。其搜索轨迹可蒸馏回基础模型，训练所需分子先导物比 C-MORAL 少约 7.8 倍，严格成功率覆盖约为 C-MORAL 的 2.8 倍，并包含分布外任务。
正文 · AI 翻译
摘要：在药物研发中，先导化合物优化必须改善相互竞争的属性，例如提高渗透性并降低毒性，同时限制可能损害先导化合物效力的骨架变化。基于强化学习的后训练（如 C-MORAL）通过微调分子语言模型来直接针对目标优化分子先导化合物，从而解决这一问题，但该方法依赖昂贵的任务特定数据集，并且在实现多目标优化（MOO）方面面临挑战。我们认为，预训练模型可能已经包含零样本生成无法高效达到的有用分子编辑。受零样本生成搜索能力有限的启发，我们开发了一种高效的 Metropolis-Hastings 搜索策略，以更好地探索提议分布。我们提出 ReMedI，它将分子语言模型用作推理时对齐的基础提议器。给定一个先导化合物和一组多目标任务，模型以当前分子为条件提出编辑，而 Metropolis-Hastings 细化在目标引导下对顺序编辑进行指导，以实现属性改善、保持和先导化合物相似性。在 C-MuMOInstruct 和 SMDD 两个基准上，细化在三个骨干模型上改进了冻结的基础模型，与基线相比达到了显著更高的多目标优化成功率。这些搜索轨迹随后可以被蒸馏到基础模型中，从而改进零样本生成和后续搜索，且使用的训练分子先导化合物比 C-MORAL 少约 7.8 倍。ReMedI 实现了约为强化学习基线 C-MORAL 2.8 倍的严格成功覆盖率，包括在分布外任务上，并具有匹配的先导化合物相对相似性。
| 主题： | 机器学习（cs.LG）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.32103 [cs.LG] |
| （或 arXiv:2610.32103v1 [cs.LG] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.32103 由 DataCite 颁发的 arXiv DOI（待注册） |
提交历史
来自：Jia Yi Zhang [查看电子邮件]
[v1]
2026年10月23日星期五 03:07:35 UTC（4,818 KB）
来源：arXiv cs.AI · arxiv.org