GenMol：基于离散扩散的药物发现通才模型
摘要：药物发现是一个涉及多阶段多任务的复杂过程，但现有分子生成模型仅能应对部分任务。我们提出通用分子生成模型（GenMol），该框架仅使用单一离散扩散模型即可处理多样化的药物发现场景。GenMol通过非自回归双向并行解码生成基于序贯附着的片段嵌入（SAFE）序列，从而利用不依赖特定标记顺序的分子上下文，同时提升采样效率。GenMol以分子片段为基本构建单元，引入片段重掩码策略——通过再生被掩码片段来优化分子结构，有效探索化学空间。我们进一步提出分子上下文引导（MCG），这是专为GenMol掩码离散扩散定制的引导方法。GenMol在从头生成和片段约束生成任务上显著超越先前基于GPT的模型，并在定向命中生成与先导化合物优化中取得最先进性能。结果表明GenMol能应对广泛的药物发现任务，为分子设计提供统一且通用的解决方案。
大众摘要：药物发现过程包含多个复杂步骤，但当前多数用于分子生成的人工智能模型仅能处理少数任务，限制了其在真实药物研发中的应用价值。本研究推出名为GenMol的新框架，这是一种灵活的AI模型，仅需单一系统即可应对多样化的药物发现任务。GenMol实现并行生成，能高效构建分子结构而不受分子序列标记顺序的限制。该模型具备多维度生成能力：通过组合称为"片段"的小型分子亚结构生成新分子，并利用"片段重掩码"技术再生特定片段以优化分子。GenMol还采用"分子上下文引导"（MCG）机制校准自身预测，充分整合给定分子信息。在设计新分子与优化药物候选物等关键任务中，GenMol性能全面超越现有方法（包括GPT基线模型），为加速药物研发提供了强大的一体化工具。
主要领域：应用领域→化学、物理与地球科学
关键词：药物发现、分子生成、离散扩散
投稿编号：8383
【全文结束】
