Meir Roketlishvili

新的MODS框架通过扩散模型实现多目标蛋白质优化

研究人员开发了MODS，一个使用扩散模型进行多目标蛋白质优化的模块化框架。该方法通过使用不同的标量奖励来引导生成过程，从而可以同时改进多种蛋白质特性。MODS可以与不同的扩散模型和引导程序集成，并且在每次评估批次后，无需重新训练生成模型即可更新预测代理模型。在六个蛋白质优化任务上的实验表明，MODS在最终超体积方面具有竞争力，并在多项任务上优于基线方法，为具有有限反馈的蛋白质设计提供了一种有效的策略。