ICML 2024 | 离散状态空间上的生成流：实现多模态流及其在蛋白质共同设计中的应用

文章预览

DRUG AI 今天为大家介绍的是来自Tommi Jaakkola团队的一篇论文。结合离散数据和连续数据是生成模型的重要能力。作者提出了离散流模型（DFMs），这是一种新的基于流的离散数据模型，弥补了在多模态连续和离散数据问题中应用基于流的生成模型的缺失环节。作者的关键见解是，可以使用连续时间马尔可夫链实现连续空间流匹配的离散等价形式。DFMs从一个简单的推导出发，包括离散扩散模型作为特定实例，同时在性能上优于现有的基于扩散的方法。作者利用DFMs方法构建了一个多模态的基于流的建模框架。作者将这一能力应用于蛋白质共同设计任务，在其中作者学习一个联合生成蛋白质结构和序列的模型。作者的方法在共同设计性能上达到了最先进的水平，同时允许同一多模态模型用于灵活生成序列或结构。 科学领域经常涉及连续的原子相互作用和 ………………………………