arXiv cs.AI· Runze Ma, Will Hua, Shuangjia Zheng·· 9 天前AI 评分22
La-Ribo：基于几何隐空间流匹配的 RNA 序列-结构协同设计
La-Ribo: RNA Co-Design via Geometry-Latent Flow Matching
AI 导读
La-Ribo 是一个通过几何隐空间流匹配实现 RNA 序列-结构协同设计的生成框架，在残差级隐变量中编码核苷酸身份与局部构象，由共享流网络联合生成，再经 RNA 专用解码器重建全部重原子。
正文 · AI 翻译
摘要：RNA 功能源于核苷酸序列与三维结构的耦合，这促使人们对其进行联合设计。在有限的结构监督下，协调全局折叠与核苷酸层面的细节仍具挑战性。我们提出 La-Ribo，一个通过几何-潜变量流匹配实现 RNA 序列-结构协同设计的生成式框架。La-Ribo 保留稀疏的磷酸-糖-碱基骨架，并在逐残基潜变量中编码核苷酸身份与局部构象。共享流网络联合生成二者，随后由 RNA 专用解码器重建所有重原子。为扩展监督，我们构建了一个经过质量控制的 168,561 个 RNA 结构语料库，将实验数据与三个折叠模型的预测相整合，其中包括本工作生成的 10,631 个 MSA 支持的结构。在多种采样预算和两个重折叠模型下，La-Ribo 相比所评估的基线提升了可设计性和协同可设计性，且同一先验无需额外训练即可支持骨架条件化的逆折叠。
| 主题： | 生物分子（q-bio.BM）；人工智能（cs.AI） |
| 引用为： | arXiv:2610.12236 [q-bio.BM] |
| （或 arXiv:2610.12236v1 [q-bio.BM] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.12236 arXiv 颁发的 DOI 经由 DataCite（待注册） |
提交历史
来自：Runze Ma [查看邮箱]
[v1]
2026年10月8日星期四 16:19:07 UTC（2,348 KB）
来源：arXiv cs.AI · arxiv.org