用于三维分子生成的几何潜扩散模型
机器学习
2023-05-03 v1 定量方法
摘要
生成模型，尤其是扩散模型(DMs)，在生成特征丰富的几何结构以及推进分子设计等基础科学问题方面已取得可喜成果。受近期Stable (潜) Diffusion模型巨大成功的启发，我们提出一种新颖且系统化的三维分子生成方法——几何潜扩散模型(GeoLDM)。GeoLDM是分子几何领域的首个潜DM模型，由将结构编码为连续潜码的自编码器与在潜空间运行的DMs组成。我们的关键创新在于：为建模三维分子几何，我们通过构建兼具不变标量与等变张量的点结构潜空间，捕捉其关键的旋转平移等变性约束。大量实验表明，GeoLDM在多个分子生成基准上持续取得更优性能，大型生物分子有效比例最高提升7%。结果也显示得益于潜建模，GeoLDM在可控生成上具有更高能力。代码见\url{https://github.com/MinkaiXu/GeoLDM}。
引用
@article{arxiv.2305.01140,
title = {Geometric Latent Diffusion Models for 3D Molecule Generation},
author = {Minkai Xu and Alexander Powers and Ron Dror and Stefano Ermon and Jure Leskovec},
journal= {arXiv preprint arXiv:2305.01140},
year = {2023}
}
备注
Published at ICML 2023