固定维度潜流用于生成可变尺寸三维分子

中文摘要 AI 辅助

在分子发现中，分子尺寸与组成、结构及其他目标性质相互耦合。然而，大多数三维生成器在生成前需要指定分子尺寸。在此，我们引入等变自由Transformer自编码潜流匹配（Equivariant-Free Transformer-Autoencoded Latent Flow Matching），这是一个两阶段生成框架，完全依赖于单一固定维度的分子级潜表示来生成可变尺寸的分子。第二阶段的流匹配模型对该潜向量进行采样，自回归Transformer解码器在生成原子类型、坐标和化学信息状态的同时确定分子尺寸。规范原子排序和刚性姿态对齐使得标准Transformer无需等变层即可使用，而分子几何与富化学状态的联合解码能够可靠、确定性地进行化学引导的图恢复，无需学习密集的成对键解码器。相同的固定维度潜表示支持无条件与性质条件流匹配，而可选的性质监督增加了内部排序读出，无需单独的预测器或参考计算。在PCQM4Mv2上，EF-TALFM在唯一性、训练集新颖性、通过消毒检查和PoseBusters合理性检查的分子比例上达到最高，为89.4%，而UAE-3D为75.6%，FlowMol为69.8%。EF-TALFM在训练和采样的计算吞吐量上也更高。在十个目标HOMO-LUMO能隙中，内部排序使密度泛函理论（DFT）验证的命中率在0.1 eV内翻倍，同时保持唯一验证命中中97%的新颖性。这些结果表明，固定维度分子级生成后接对称解析自回归实现，为开放式和性质导向的三维分子设计提供了一种实用架构。

英文摘要

Molecular size is coupled to composition, structure, and function, yet most 3D molecular generators require a predefined atom count. We introduce Equivariant-Free Transformer-Autoencoded Latent Flow Matching, a two-stage framework that samples a fixed-dimensional latent vector using flow matching and uses an autoregressive Transformer to determine molecular size, atom types, coordinates, and chemical attributes. Canonical atom ordering and rigid-pose alignment enable Transformers without equivariant layers, while decoded attributes guide bond reconstruction. On PCQM4Mv2, unconditional generation yields 87.9\% unique, novel molecules passing sanitization and PoseBusters checks, exceeding baselines with lower end-to-end training and sampling time and higher end-to-end throughput. Across ten target HOMO-LUMO gaps, internal ranking retains 30\% of screened candidates and increases the density functional theory-verified hit rate within 0.1 eV from 25.0\% to 52.4\%, while largely preserving novelty and diversity. These results demonstrate fixed-dimensional latent generation with autoregressive decoding as a practical approach to molecular design without prespecifying size.

发表机构

• Michigan Institute for Data & AI in Society（密歇根数据与社会人工智能研究所）
• University of Michigan（密歇根大学）

机构由 AI 辅助整理，请以论文原文为准。