基于课程学习的 GFlowNets 用于 mRNA 序列生成
机器学习
2025-10-07 v1 定量方法
摘要
设计 mRNA 序列是开发下一代治疗药物的主要挑战，因为它涉及探索庞大的核苷酸组合空间，同时优化序列属性，如稳定性、翻译效率和蛋白质表达。虽然生成流网络 (GFlowNets) 在这一任务上表现有前景，但其训练受稀疏、长期奖励和多目标权衡的限制。我们提出了课程增强型 GFlowNets (CAGFN)，将课程学习与多目标 GFlowNets 集成，用于生成全新的 mRNA 序列。CAGFN 集成了基于长度的课程学习，该课程逐步调整最大序列长度，以引导从更易解到更难解子问题的探索。我们还提供了一个用于 GFlowNets 的新型 mRNA 设计环境，该环境在给定目标蛋白序列和生物学目标组合后，允许训练生成合理 mRNA 候选序列的模型。这为在治疗性序列设计中应用和发展 GFlowNets 提供了生物学动机的环境。在不同的 mRNA 设计任务上，CAGFN 在帕累托性能和生物学可行性方面均取得改进，同时保持了多样性。此外，CAGFN 比使用随机序列采样（无课程学习）训练的 GFlowNet 能更快地达到更高质量的解决方案，并且能够对超出分布序列实现泛化。
引用
@article{arxiv.2510.03811,
title = {Curriculum-Augmented GFlowNets For mRNA Sequence Generation},
author = {Aya Laajil and Abduragim Shtanchaev and Sajan Muhammad and Eric Moulines and Salem Lahlou},
journal= {arXiv preprint arXiv:2510.03811},
year = {2025}
}