arXiv:2606.19377v1 cs.LG

Emyx: 빠르고 효율적인 전원자 단백질 생성

Emyx: Fast and efficient all-atom protein generation

Nicholas J. Williams, Ward Haddadin, Matteo P. Ferla, Constantin Schneider, Nicholas B. Woodall, Ruby Sedgwick, Christian D. Madsen, Andrew L. Hopkins, Edward O. Pyzer-Knapp

제출 2026-06-12

한국어 초록

컴퓨터 효소 설계는 촉매 잔기와 리간드를 지지하는 단백질을 생성하는 것을 필요로 하며, 이는 기저 생성 모델(generative model)에 기하학적 정확도와 구조적 다양성을 모두 요구하는 작업입니다. 현재의 전원자 생성 모델은 구조 예측으로부터 비용이 많이 드는 아키텍처를 물려받아, 높은 학습(training) 비용과 제한된 샘플 다양성을 초래합니다. 우리는 이러한 복잡성의 대부분이 생성 모델에는 불필요하다고 주장하는데, 이는 생성 모델이 풍부한 공진화 신호보다는 희소 기하학적 제약 조건을 조건으로 하기 때문입니다. Emyx는 1억 4000만 매개변수(parameter)를 가진 조건부 플로우 매칭 모델로, 무거운 임베딩(embedding) 스택을 가벼운 조건부 표현과 희소 연결성으로 대체하여 표준 트랜스포머(transformer) 블록 내에 용량을 집중시킵니다. 또한, 우리는 플로우 매칭 보간자의 EDM 노이즈 수준 프레임워크로의 정확한 재매개변화를 유도하여, 재학습 없이 디퓨전 모델(diffusion model)을 위해 설계된 최첨단 샘플링 방법과 플로우 매칭 학습 효율성을 연결합니다. 가장 작은 모델(model)임에도 불구하고, Emyx는 AME 효소 설계 벤치마크(benchmark)에서 Proteína-Complexa와 RFdiffusion3 모두를 상회하며, 전역 폴드 복원 및 촉매 기하학 정확도, 구조적 참신성, 비계(scaffold) 다양성, 기하학적 타당성을 모두 요구하는 엄격한 평가 기준에 따른 성공률 측면에서 더 높은 성능을 보였습니다. 학습은 단 682 GPU 시간이 소요되었으며, 이는 RFdiffusion3보다 약 4배 적은 수준입니다.

원문 초록

Computational enzyme design requires generating proteins that scaffold catalytic residues and ligands, a task that demands both geometric accuracy and structural diversity from the underlying generative model. Current all-atom generators inherit expensive architectures from structure prediction, leading to high training costs and limited sample diversity. We argue that much of this complexity is unnecessary for generators, which condition on sparse geometric constraints rather than rich co-evolutionary signals. Emyx is a 140M-parameter conditional flow matching model that concentrates capacity within standard transformer blocks, replacing heavy embedding stacks with lightweight conditional representations and sparse connectivity. We additionally derive an exact reparametrisation of the flow matching interpolant into the EDM noise-level framework, bridging flow matching training efficiency with state-of-the-art sampling methods designed for diffusion models without retraining. Despite being the smallest model, Emyx outperforms both Proteína-Complexa and RFdiffusion3 against the AME enzyme design benchmark across success rate under strict evaluation requiring both global fold recovery and catalytic geometry accuracy, structural novelty, scaffold diversity, and geometric validity, while training in just $682$ GPU-hours, roughly $4\times$ less than RFdiffusion3.

제출 이력

확인된 버전만 표시합니다. 전체 제출 이력은 arXiv 원문에서 확인하세요.

  1. arXiv:2606.19377v1제출 시각 미확인

함께 살펴볼 논문

공통 태그를 근거로 연결했습니다. 실제 인용 관계나 논문의 우수성을 뜻하지 않습니다.

arXiv:2606.11243v1cs.LG공통 태그 Drug Discovery, flow matching, protein generation

ProHiFlo: De Novo 단백질 생성을 위한 기능적 가이던스를 활용한 계층적 흐름 매칭

ProHiFlo: Hierarchical Flow Matching with Functional Guidance for De Novo Protein Generation

De novo 단백질 생성은 치료제 설계, 효소 공학, 합성 생물학 분야에서 변혁적인 잠재력을 가지고 있습니다. 확산 기반 및 흐름 매칭 접근법은 진전을 이루었으나, 일반적으로 단일 해상도로 작동하며 기능적 제약 조건을 통합할 수 있는 메커니즘이 부족합니다. 본 연구에서는 세 가지 혁신을 포함하는 계층적 흐름 매칭 프레임워크인 ProHiFlo를 소개합니다: (1) 전원자(all-atom) 좌표로 정제하기 전에 백본(backbone) 기하학을 모델링하여 정확도를 유지하면서 계산 비용을 절감하는 Coarse-to-fine 생성, (2) 재학습 없이 사전학습된 예측기를 활용하여 생성 과정을 원하는 속성으로 유도하는 기능적 가이던스, (3) 효율적인 다중 스케일 처리를 위한 적응형 SE(3)-등변(equivariant) 아키텍처입니다. 무조건 생성, 모티프 스캐폴딩(motif scaffolding), 기능적 설계에 대한 실험 결과, 4단계 더 적은 샘플링 단계만으로도 최첨단(state-of-the-art) 성능을 달성함을 입증했습니다. 효소 활성 부위 스캐폴딩 작업에서 ProHiFlo는 RFDiffusion의 41.2% 대비 58.9%의 성공률을 기록했습니다.

arXiv:2607.12380v2cs.LG공통 태그 Drug Discovery, flow matching

SinAE: 교차 도메인 원자계를 위한 단일 아키텍처 플로우 매칭 오토인코더

SinAE: A Single-Architecture Flow-Matching Autoencoder for Cross-Domain Atomic Systems

소분자, 결정체, 단백질은 모두 3차원 공간의 원자로 환원되지만, 생성 파이프라인은 여전히 도메인별로 분절되어 있으며 각각 고유한 그래프, 등변(equivariant), 또는 프레임 기반 아키텍처를 사용한다. 교차 도메인 학습은 도메인별 데이터 부족을 완화할 수 있지만, 3차원 좌표 공간에서의 직접 생성은 세 도메인 모두의 이질적인 구조적 사전지식을 쉽게 다루기 어렵고, 기존 잠재 오토인코더 중 무손실이면서 세 도메인 모두에 걸쳐 아키텍처적으로 일반적인 것은 없다. 우리는 분자, 결정체, 단백질을 위한 단일 아키텍처 플로우 매칭 오토인코더인 SinAE를 제안하며, 이는 바닐라 트랜스포머 인코더와 디코더를 사용하고 등변, 그래프, 또는 도메인 특화 연산자를 포함하지 않는다. 인코더가 세밀한 기하를 포착하도록 요구하는 대신, SinAE는 재구성 부담을 반복적 플로우 매칭 디코더로 옮겨 도메인 전반에 걸쳐 거의 무손실 재구성을 달성하고, 기존 잠재 베이스라인 대비 재구성 오차를 여러 차수에 걸쳐 감소시킨다. 동일한 토큰별 잠재는 표준 Diffusion Transformer 사전 모델을 지원하며, 이는 분자, 결정체, 단백질 생성 벤치마크에서 강력한 성능을 달성한다. 분자-결정체 공동 학습은 두 도메인 모두를 뚜렷이 개선하여, 공유 원자 잠재를 통한 교차 도메인 전이의 직접적 증거를 제공한다. 코드는 https://github.com/BlueWhaleLab/SinAE 에서 이용할 수 있다.

arXiv:2606.27752v2cs.LG공통 태그 Drug Discovery, flow matching

PerturbCellRL: 사후 학습 섭동 생성기를 통한 분포 정렬 및 생물학적 그라운딩

PerturbCellRL: Aligning Distributions and Grounding Biology via Post-Training Perturbation Generators

단일 세포 섭동(single-cell perturbation) 모델은 세포가 개입에 전사체 수준에서 어떻게 반응하는지 예측함으로써 비용이 많이 드는 습식 실험 스크리닝을 줄일 수 있습니다. 최근 플로우 매칭(flow-matching)의 발전으로 세포 반응의 집단 수준 예측이 가능해졌습니다. 그러나 플로우 매칭 학습(training)은 동일한 모델(model) 패밀리 내에서도 특정 타깃 분포를 복원하지 못할 수 있어 세포 이질성을 포착하는 능력이 제한됩니다. 본 연구에서는 먼저 사후 학습(post-training)이 이러한 분포를 복원할 수 있음을 증명한 후, 세포별 보상(reward)을 사용하여 단일 세포 섭동 생성기를 사후 학습하는 강화학습(reinforcement learning) 프레임워크인 PerturbCellRL을 소개합니다. 핵심 구성 요소는 집단 수준의 불일치를 세포별 피드백으로 변환하는 유전자 발현 에너지 위트니스(energy witness)입니다. 나아가 이 보상의 정책 그래디언트(policy gradient)가 더 나은 분포 정렬(distributional alignment)을 향한다는 점을 증명합니다. 실제 세포를 기반으로 보정된 두 가지 상호 보완적 보상은 비전형적인 발현 프로필과 섭동에 대한 불충분한 경로 수준 반응에 페널티를 부여합니다. 유전적 및 화학적 섭동 벤치마크 전반에서 PerturbCellRL은 분포 정렬을 크게 개선하고 경로 농축 패턴을 더욱 충실하게 복원합니다. 이러한 결과는 보상 기반 사후 학습이 섭동 예측에서 분포 정확도와 생물학적 충실도를 모두 향상시키는 효과적인 전략임을 입증합니다.

arXiv:2609.40030v2cs.LG공통 태그 Drug Discovery, flow matching

펜첼 틸팅: 생성 모델의 효율적인 미세조정을 위한 가중 보정

Fenchel Tilting: Weighted Correction for Efficient Finetuning of Generative Models

사전학습된 생성 모델을 효용 함수로 표현되는 임의의 선호도에 적응시키는 것은 보상 정렬(reward alignment), 유도 설계(guided design), 제약 조건 충족의 기초가 되며 다양한 응용을 가능하게 합니다. 기존의 미세조정(fine-tuning) 방법들은 범용성과 계산 비용 간의 트레이드오프를 겪습니다. 즉, 최적화를 단순하게 유지하기 위해 지원되는 선호도 군을 제한하거나, 효율성을 희생하면서 범용성을 유지합니다. 본 논문에서는 효용 최적화와 생성 모델 피팅을 분리하는 펜첼 틸트 흐름 제어(Fenchel Tilt Flow Control, FTFC)를 제안합니다. FTFC는 먼저 사전학습된 샘플에 대해 유효 보상과 밀도비 가중치를 공동으로 피팅하여 목표 분포에 대해 최적화합니다. 이 방법은 효용의 변분 구조와 펜첼 쌍대성(Fenchel duality)을 결합하여, 보상이 분포 보정 가중치로 변환되는 방식을 결정하는 일반적인 $f$-다이버전스 페널티를 지원합니다. 그런 다음 이러한 가중치를 고정하고, 샘플링 궤적을 통한 미분 없이 단일 단계의 중요도 가중치 디노이징 또는 플로우 매칭에서 확산 또는 플로우 모델을 수정하는 데 사용합니다. 우리는 적절한 조건에서 오목 효용에 대한 정확한 쌍대성을 규명하고, 가중 피팅이 주어진 효용에 대한 최적의 목표 분포를 재현함을 보입니다. 이미지 및 분자 생성 벤치마크 전반에 걸쳐 FTFC는 다양한 선호도 함수에서 베이스라인 대비 성능을 향상시키는 동시에 최대 20배 더 효율적입니다. 제안된 방법은 복잡한 최적화 없이 기대 보상 극대화를 넘어선 적응을 가능하게 하며, 베이스라인과 비교하여 더 일반적인 효용 함수 군에 대한 견고성을 유지합니다.

arXiv:2607.22143v1cs.LG공통 태그 Drug Discovery, flow matching

TriGlue: 분자 글루 유도 삼원 복합체 생성을 위한 생물학 영감 생성 모델

TriGlue: a Biology-Inspired Generative Model for Generating Molecular Glue-Induced Ternary Complex

분자 글루 분해제(molecular glue degrader)는 E3 유비퀴틴 리가제와 표적 단백질 간의 삼원 복합체 형성을 유도함으로써 표적 단백질 분해(targeted protein degradation)를 위한 유망한 전략으로 부상했다. 치료적 잠재력에도 불구하고, 분자 글루의 계산적 설계는 여전히 거의 탐구되지 않았다. 기존의 구조 기반 약물 설계(structure-based drug design)와 달리, 분자 글루 설계는 알려지지 않은 단백질-단백질 계면에 의해 좌우되며, 리간드(ligand) 생성, 단백질-단백질 도킹(protein-protein docking), 삼원 복합체 조립을 동시에 모델링해야 한다. 본 연구에서는 분자 글루 설계를 삼원 복합체 생성 문제로 공식화하고, 생물학에서 영감을 받은 생성 프레임워크인 TriGlue를 제안한다. 분자 글루 작용 메커니즘에서 영감을 받아, 삼원 복합체 생성을 두 개의 결합된 단계—계면 추정(interface estimation)과 계면 조건부 복합체 생성(interface-conditioned complex generation)—으로 분해한다. 먼저, 비결합 단량체(unbound monomer) 구조로부터 기하학적으로 제약된 단백질-단백질 계면을 예측하는 SE(3)-등변(equivariant) 계면 추정 모듈을 개발한다. 둘째, 분자 글루를 공동 생성하고 삼원 복합체 조립에 필요한 강체 변환(rigid-body transformation)을 예측하는 계면 조건부 삼원 플로우 매칭(flow matching) 네트워크를 도입한다. 광범위한 실험을 통해 TriGlue가 화학적으로 유효한 분자를 생성하고 그럴듯한 삼원 복합체를 산출함을 보여주며, 이는 분자 글루 발견 가속을 위한 생물학 영감 생성 모델링의 잠재력을 부각한다. 코드는 https://anonymous.4open.science/r/molecular-glue-design-806B 에서 이용할 수 있다.

arXiv:2607.08781v1cs.LG공통 태그 Drug Discovery, flow matching

보상 전송: 노이즈 공간 정렬을 통한 플로우 매칭에서의 속성 제어

Reward Transport: Property Control in Flow Matching via Noise-Space Alignment

플로우 매칭에서의 커플링(coupling)—노이즈 벡터와 데이터 포인트를 짝짓는 규칙—은 일반적으로 계산상의 선택으로 다루어진다. 본 논문에서는 이 커플링이 정렬 인터페이스로 기능할 수 있음을 보인다. 목표 분자 속성에 따라 노이즈와 데이터를 매칭함으로써, 제어 가능한 구조를 학습된 플로우 필드에 직접 내재시킬 수 있다. 이러한 관점에 기반하여, 우리는 Reward Transport를 소개한다. 이 방법은 학습 시 최적 전송 커플링(optimal transport coupling)을 사용해 스칼라 노이즈 공간 좌표를 분자 보상과 정렬하며, 추론 시에는 이 좌표를 변화시킴으로써 오라클, 보상 모델, 그래디언트 가이던스, 혹은 추가 연산 없이 생성 분포를 조종한다. 커플링 보존 극한(coupling-preserving limit)에서, 이 좌표에 임계값을 적용하면 교차 엔트로피 방법(Cross-Entropy Method)의 절단된 보상 분포가 복원되어, 원칙에 기반한 연속적으로 조정 가능한 분포 수준의 제어 노브를 제공한다. 실험적으로, ZINC-250K와 GuacaMol에서 스칼라를 스위핑하면 logP의 단조 제어와 동작 범위 내에서의 일관된 QED 제어가 유도된다. 가장 주목할 점은, 동일한 노브가 서로 다른 목표에 대해 반대 방향의 구조적 반응을 생성한다는 것이다—logP에 대해서는 분자가 커지고 QED에 대해서는 작아짐—이는 일반적인 크기 바이어스를 배제한다. 이 인터페이스는 분류자 없는 가이던스(classifier-free guidance) 및 조건부 플로우 매칭과 상호 보완적이며, epsilon-예측 확산 모델에서의 부정적 결과는 커플링 수준의 정렬이 구조적으로 부재한 경우를 명확히 한다. 코드: https://github.com/KehanGuo2/reward-transport

토론

이 논문과 연결된 포럼 글이 아직 없습니다.