arXiv cs.AI· Zhenqiao Song, Jianwen Xie, Lei Li·· 3 天前AI 评分24
PIDiff：面向蛋白质界面设计的离散与 SE(3) 联合扩散框架
Joint Discrete and SE(3) Diffusion for Protein Interface Design
AI 导读
研究者提出 PIDiff，一个物理化学增强的多模态扩散框架，通过在离散序列空间与连续 SE(3) 结构流形上联合扩散，实现靶标条件化的蛋白质序列与结构设计。其核心 PIFormer 架构交替使用几何感知的不变点注意力与全局序列自注意力，并构建了基于 PDB 的蛋白质复合物数据集 PIBench，经预训练后微调用于 minibinder 与抗体设计。
正文 · AI 翻译
摘要：高亲和力、靶标特异性蛋白结合剂的设计是现代疗法开发的核心。然而，现有蛋白质生成方法在此场景下仍存在局限，因为许多生成设计无法在结合界面同时实现几何与物理化学互补性。为应对这一挑战，我们提出 PIDiff，一种用于蛋白质-蛋白质复合物设计的物理化学增强多模态扩散框架。PIDiff 通过在离散序列空间中的扩散与连续（SE(3)）结构流形上的扩散相耦合，联合设计以靶标为条件的蛋白质序列与结构。其核心是 PIDiff 采用 PIFormer，一种新颖架构，将几何感知的不变点注意力与全局序列自注意力交错结合。我们进一步构建了 PIBench，一个包含来自蛋白质数据库（PDB）的多样靶标支架的蛋白质-蛋白质复合物数据集。我们首先在 PIBench 上预训练 PIDiff，随后针对两个具有治疗相关性的应用进行微调：微型结合剂设计与抗体设计。PPFrame 在所有任务上于序列设计成功率、结构结合能以及序列-结构协同设计性方面持续优于基线方法。
| 学科： | 人工智能（cs.AI） |
| 引用为： | arXiv:2610.14699 [cs.AI] |
| （或 arXiv:2610.14699v1 [cs.AI] 用于此版本） | |
| https://doi.org/10.48550/arXiv.2610.14699 arXiv 颁发的 DOI 通过 DataCite（待注册） |
提交历史
来自：Zhenqiao Song [查看电子邮件]
[v1]
2026年10月10日 星期六 08:16:12 UTC（2,993 KB）
来源：arXiv cs.AI · arxiv.org