条件扩散建模框架及其在蛋白质设计 motif 支架中的应用

许多蛋白质设计应用（如结合剂或酶设计）都需要以高精度为结构 motif 搭建支架。基于去噪扩散过程的生成建模范式已成为解决这一 motif 支架问题的主要候选方案，并在某些案例中展示了早期的实验成功。在扩散范式中，motif 支架被视为条件生成任务，并已提出或从计算机视觉文献中引入了多种条件生成协议。然而，大多数这些协议是启发式驱动的（例如通过类比 Langevin 动力学），缺乏统一的框架，掩盖了不同方法之间的联系。在本工作中，我们在基于数学上 well-understood 的 Doob h-变换的统一框架下，统一了条件训练和条件采样过程。这一新视角使我们能够建立现有方法之间的联系，并提出一种现有条件训练协议的新变体。我们在图像外推（outpainting）和 motif 支架中展示了该新协议的有效性，并发现其优于标准方法。