流体，固然但并非如此迅速：探索Rectified Flows在蛋白设计中的设计空间
生物大分子
2025-10-30 v1 人工智能
摘要
生成模型技术如扩散和Flow Matching在生成可设计且多样化的蛋白主链方面取得了显著成功。然而，许多当前模型计算昂贵，需要数百乃至数千次函数评估(NFEs)才能产生可接受质量的样本，这在通常需要为每个靶点生成个设计的实际设计活动中成为瓶颈。在图像生成中，Rectified Flows(ReFlow)可以显著降低达到给定目标质量所需的NFEs，但其在蛋白主链生成中的应用研究较少。我们将ReFlow应用于改进预训练SE(3) flow matching模型在蛋白主链生成中低NFE性能，并系统研究ReFlow在蛋白生成数据 curated、训练和推理时间设置下的设计选择。特别是，我们(1)表明ReFlow在蛋白领域对耦合生成和退火的选择特别敏感，(2)演示在图像域有用的ReFlow设计选择并不直接转化为在蛋白质上获得更好性能，(3)对蛋白的ReFlow方法做出了改进。
引用
@article{arxiv.2510.24732,
title = {Flows, straight but not so fast: Exploring the design space of Rectified Flows in Protein Design},
author = {Junhua Chen and Simon Mathis and Charles Harris and Kieran Didi and Pietro Lio},
journal= {arXiv preprint arXiv:2510.24732},
year = {2025}
}