UniGenX：耦合序列、结构与功能以加速蛋白质、分子和材料科学设计的统一生成式基础模型
机器学习
2025-08-27 v2 材料科学
人工智能
生物物理
化学物理
摘要
自然系统中的功能源于由一维序列形成具有特定属性的三维结构。然而，当前的生成模型存在关键局限：训练目标很少直接针对功能，离散序列和连续坐标被孤立优化，且构象系综的建模不足。我们提出了 UniGenX，一种统一的生成式基础模型，通过在蛋白质、分子和材料中直接基于功能和属性目标共同生成序列和坐标来填补这些空白。UniGenX 将异构输入表示为符号和数字 token 的混合流，其中仅解码器的自回归 Transformer 提供全局上下文，条件扩散头在特定任务 token 的引导下生成数值场。除了在结构预测任务上取得新的高 SOTA 外，该模型在跨领域的功能感知生成中展现了最先进或具竞争力的性能：在材料领域，它实现了“冲突的”多属性条件生成，产生了 436 个满足三重约束的晶体候选物，其中包括 11 个具有新组成；在化学领域，它在五个属性目标和 GEOM 上的构象体生成上设定了新基准；在生物学领域，它将蛋白质诱导契合建模（RMSD < 2 Å）的成功率提高了 23 倍以上，并增强了 EC 条件酶设计。消融研究和跨领域迁移证实了离散-连续联合训练的优势，确立了 UniGenX 从预测向可控、功能感知生成迈进的重要进展。
引用
@article{arxiv.2503.06687,
title = {UniGenX: a unified generative foundation model that couples sequence, structure and function to accelerate scientific design across proteins, molecules and materials},
author = {Gongbo Zhang and Yanting Li and Renqian Luo and Pipi Hu and Yang Yang and Zeru Zhao and Lingbo Li and Guoqing Liu and Zun Wang and Ran Bi and Kaiyuan Gao and Liya Guo and Yu Xie and Chang Liu and Jia Zhang and Tian Xie and Robert Pinsler and Claudio Zeni and Ziheng Lu and Hongxia Hao and Yingce Xia and Marwin Segler and Maik Riechert and Wei Yang and Hao Jiang and Wen-Bin Zhang and Zhijun Zeng and Yi Zhu and Li Dong and Xiuyuan Hu and Li Yuan and Lei Chen and Haiguang Liu and Tao Qin},
journal= {arXiv preprint arXiv:2503.06687},
year = {2025}
}