基于时间校正抽样器的 3D 分子条件合成

扩散模型在多个领域展现出巨大的成功，包括分子生成。然而，条件分子生成仍是一个根本性挑战，due to an intrinsic trade-off between targeting specific chemical properties and generating meaningful samples from the data distribution. 本文提出了时间感知条件合成 (Time-Aware Conditional Synthesis, TACS)，一种用于扩散模型的条件生成方法。它将可适应控制的“在线”指导集成到扩散模型中，引导样本趋向于所需属性，同时保持有效性和稳定性。我们算法的关键组件是我们新类型的扩散抽样器——时间校正抽样器 (Time Correction Sampler, TCS)，用于控制指导，确保在扩散过程的每个逆步骤中生成的分子保持在正确的流形上。我们的方法在条件 3D 分子生成方面表现出显著性能，为逆向分子设计提供了有前景的途径， potentially facilitate advancements in drug discovery, materials science, and other related fields.