通过双流线图扩散实现从质谱生成高保真分子
机器学习
2026-05-11 v1 人工智能
摘要
从串联质谱（tandem mass spectra）中 de novo 生成分子是一项具有挑战性的逆问题，其核心困难在于原子级与键级推理之间的循环依赖：确定键的类型需要知道其端点原子的化学环境，而原子的环境又由其所述键决定。现有图扩散方法在单一计算流中处理原子和键，原子-键信息的同步只能在跨层隐式地完成。我们认为，单流范式而非特定聚合核的选择，是关键架构瓶颈。我们提出 DualLGD（双流线图扩散），将分子图去噪问题 reformulation 为两个耦合子问题的交替求解：分别在各自专用表示空间中进行原子级推理和键级推理。线图为键空间提供了自然的数学构造，其中键角、二面角、共轭链和环对应于键之间的局部拓扑结构。采用 incidence 约束的双向跨注意力机制在每层同步两种流，确保每个原子仅注意其关联键，反之亦然，尊重化学原则：原子的环境由其键合上下文决定。在 NPLIB1 和 MassSpecGym 数据集上，DualLGD 在 top-1 准确率上分别达到 34.37% 和 23.89%，约为前所未有的 3 倍。消融研究确认该架构是主要改进来源：即使无预训练，DualLGD 也优于前所未有的最佳预训练模型。
关键词
引用
@article{arxiv.2605.07048,
title = {Unlocking High-Fidelity Molecular Generation from Mass Spectra via Dual-Stream Line Graph Diffusion},
author = {Xujun Che and Xiuxia Du and Depeng Xu},
journal= {arXiv preprint arXiv:2605.07048},
year = {2026}
}