일반화 포아송 플로우를 통한 가변 길이 생성적 단백질 설계
Variable-Length Generative Protein Design via Generalized Poisson Flow
가변 길이 단백질을 생성하는 능력은 단백질 설계에서 매우 중요한데, 최적 길이가 종종 알려져 있지 않고 설계 가능성(designability)과 긴밀하게 연결되어 있기 때문이다. 현재 확산(diffusion) 및 플로우(flow) 기반 생성 모델은 일반적으로 샘플링 전에 단백질 길이를 미리 지정해야 하므로, 실현 가능한 설계 공간을 탐색하는 유연성이 제한된다. 이러한 한계를 해결하기 위해, 우리는 비균질 일반화 포아송 과정의 속도 함수를 음의 로그 가능도(negative log-likelihood) 최소화를 통해 학습하는 가변 길이 생성 프레임워크인 Generalized Poisson Flow(GPFlow)를 제안한다. 우리는 결합 다중 모달 분포를 복원하기 위한 모집단 수준의 보장을 수립하고, 데이터 분포와 생성된 분포 간의 KL 발산에 대한 상한을 도출한다. GPFlow의 가변 길이 생성 품질을 완전히 검증하기 위해 유클리드, 범주형, 리만 모달리티에 걸쳐 구조 및 서열 설계, 모티프 스캐폴딩(motif scaffolding), 펩타이드 공동 설계(peptide co-design)를 포함하여 GPFlow를 종합적으로 평가한다. 비조건부 설계에서 GPFlow는 대응하는 고정 길이 베이스라인과 비교하여 구조적 설계 가능성을 향상시키고 서열 설계에서 최고의 분포 적합성을 달성하는 동시에 길이 분포를 완벽하게 복원한다. 조건부 모티프 스캐폴딩에서 GPFlow는 16개 구조 기반 설계 과제 중 10개에서 1위를 차지하며 훨씬 더 많은 고유 성공을 거두고, 서열 기반 설계에서도 더 많은 통과 과제를 달성한다. 펩타이드 공동 설계에서 GPFlow는 네이티브 길이 오라클(native-length oracle)에 접근하지 않고도 경쟁력을 유지한다.