面向基于模型设计的自聚焦预言机

数据驱动设计正在进入若干应用领域，包括蛋白质、小分子与材料工程。设计目标是构建具有期望性质的对象，例如结合到治疗靶点的蛋白质，或具有比先前观测更高临界温度的超导材料。为此，昂贵的实验测量正被替换为调用在标记数据上训练的高容量回归模型，这些模型可用于在计算机内搜索设计候选。然而，设计目标必然需要将探索推进到此类模型训练所在区域之外的设计空间区域。因此，人们可以问：在设计算法探索设计空间时，若无新数据，回归模型是否应被改变？本文对此问题给出肯定回答。具体而言，我们（i）将数据驱动设计问题形式化为一个非零和博弈，（ii）提出随着设计算法推进而重新训练回归模型的审慎策略——我们称之为自聚焦（autofocusing），并（iii）以实证展示自聚焦的潜力。