Zusammenfassung - MODA: Ein einheitliches 3D-Diffusionsrahmenwerk für vielfältige, zielorientierte molekulare Generierung

MODA: Ein einheitliches 3D-Diffusionsrahmenwerk für vielfältige, zielorientierte molekulare Generierung

2025-07-09 18:19:50

{"Dong Xu","Zhangfan Yang","Sisi Yuan","Jenna Xinyi Yao","Jiangqiang Li","Junkai Ji"}

{q-bio.BM,cs.AI,cs.LG}

MODA ist ein einheitlicher 3D-Diffusionsrahmen, der für die mehrmaschinelle zielorientierte molekulare Generierung entwickelt wurde. Der Rahmen adressiert die Limitationen aktueller Molekülgeneratoren, die Schwierigkeiten mit Aufgaben wie SMILES-einzigem Input, zweistufigen Vortrainings-Fine-Tuning-Pipelines und der Ein-Task-Ein-Modell-Praxis haben. MODA vereinigt Fragmentwachstum, Verknüpfungsdesign, Scaffold-Hopping und Seitenkettendekoration mit einem bayesischen Maskenscheduler, der es dem Modell ermöglicht, gemeinsame geometrische und chemische Vorausetzungen über Aufgaben hinweg zu lernen. Während des Trainings maskiert MODA einen kontinuierlichen räumlichen Fragment und denoisiert es in einem Durchgang. Dies ermöglicht es dem Modell, aus gemeinsamen Darstellungen über Aufgaben hinweg zu lernen, die dann verwendet werden, um Moleküle mit hoher Genauigkeit zu generieren. Der Rahmen verwendet ebenfalls einen bayesischen mehrmaschinellen Maskenscheduler, der vier chemisch motivierte Masken samples. Dies ermöglicht es einem einzigen Modell, vier spezifische Expertenmodelle für Aufgaben zu ersetzen, was die Daten- und Ingenieurkosten reduziert. Die Ergebnisse von MODA zeigen, dass es sechs Diffusionsbaselines und drei Trainingsparadigmen in Bezug auf Substruktur, chemische Eigenschaften, Interaktionen und Geometrie übertrifft. Model-C reduziert Ligand-Protein-Kollisionen und Substruktur-Divergenzen, während es die Lipinski-Konformität beibehält, während Model-B Ähnlichkeiten bewahrt, aber in Innovation und Bindungsaffinität nachlässt. Zero-shot de novo Design und Lead-Optimierungstests bestätigen stabile negative Vina-Scores und hohe Verbesserungsraten ohne Force-Field-Refinement. Insgesamt zeigt MODA das Potenzial eines einstufigen mehrmaschinellen Diffusionsverfahrens für strukturbasierende molekulare Gestaltung. Es bietet eine effizientere und effektivere Methode zur Generierung von Molekülen mit gewünschten Eigenschaften und könnte potenziell den Arzneimittelentwicklungsprozess revolutionieren.