MotifRole-Diff: асимметричное зашумление при генерации молекулярных графов
Исследователи представили MotifRole-Diff — метод маскированной дискретной диффузии для молекулярных графов. В отличие от стандартных подходов, он применяет асимметричный шум к токенам с учётом их роли, улучшая реконструкцию и качество генерируемых молекул.
Маскированные дискретные диффузионные модели стали одним из стандартных подходов к генерации молекулярных графов. Они работают с последовательным представлением молекулы (например, SMILES или SELFIES), постепенно добавляя шум к токенам и затем обучаясь обратному процессу денойзинга. Однако подавляющее большинство таких методов используют единый, равномерный график зашумления для всех токенов, игнорируя тот факт, что разные структурные компоненты молекулы — атомы разных элементов, типы связей, функциональные группы — имеют различную важность и сложность восстановления.
Что произошло
Группа исследователей представила препринт, в котором описан новый метод MotifRole-Diff. Вместо равномерного зашумления авторы предлагают асимметричную, риск-оптимальную схему коррупции, учитывающую роль каждого токена в молекулярном графе. Токены классифицируются на основе мотивов (motif roles) — например, «центральный атом», «концевая группа», «ароматическое кольцо» и т.п. Для каждой роли определяется свой уровень шума, который минимизирует ожидаемый риск ошибки при реконструкции. Предложенный подход позволяет модели более эффективно концентрировать вычислительные ресурсы на сложных или критически важных участках молекулы.
Почему это важно
В молекулярном дизайне и открытии лекарств способность генерировать реалистичные и химически валидные структуры напрямую влияет на скорость и стоимость разработки. Равномерное зашумление приводит к тому, что простые, легко восстанавливаемые токены (например, водородные атомы) получают тот же уровень шума, что и сложные гетероциклы. Это снижает качество генерации и замедляет сходимость обучения. MotifRole-Diff решает эту проблему, вводя индуктивный сдвиг, основанный на структурных знаниях. Первые эксперименты показывают, что метод превосходит стандартные baseline по метрикам валидности, уникальности и новизны генерируемых молекул.
«Мы показываем, что учёт ролей токенов при зашумлении позволяет модели достичь более высокого качества реконструкции при меньшем числе шагов диффузии, что открывает путь к более эффективным генеративным моделям молекул», — отмечают авторы исследования.
Что дальше
Разработчики планируют расширить роль-осознанную схему на другие типы молекулярных представлений, включая графовые непосредственные (graph-level) и 3D-структуры. Дальнейшие исследования могут интегрировать MotifRole-Diff с методами активного обучения для направленного поиска молекул с заданными свойствами. Кроме того, сама идея асимметричного зашумления по ролям может быть адаптирована для других областей, где применяются диффузионные модели, — например, для генерации последовательностей белков или материаловедения.
Материал подготовлен с помощью ИИ на основе открытых источников и может содержать неточности. Нашли ошибку — напишите на hello@tolk.media.