新片段免训练即插即用！Fraglingo实现更强分子性质控制
Fraglingo: Molecular Design via Attachment-Aware Autoregressive Fragment Generation
📖 AI 总结
Fraglingo 是一种基于片段的分子生成方法，旨在让生成过程更贴近化学家实际的编辑操作，如延伸骨架、替换取代基或在指定连接位点修饰骨架。现有方法通常将片段选择与连接位点预测分离，先固定词表选片段再预测连接方式，这既限制了片段范围，也把连接问题孤立处理。Fraglingo 在连续隐空间中联合建模片段身份与连接方式，通过预测带有连接感知的片段嵌入，并以隐空间最近邻检索获取下一个片段；其通配符锚定读出机制从当前活性连接位点表征分子，使嵌入同时捕捉分子上下文与连接需求。由于生成在连续嵌入空间进行，推理时无需重训练即可扩展片段词表。实验表明，该方法在性质条件控制上优于同类基线，同时保持竞争力，并可泛化至训练时四倍大的片段库。
🔑 关键词速览
| Fraglingo | 一种基于片段的自回归分子生成模型，在连续潜在空间中联合建模片段身份与连接方式。 |
| 连接感知片段嵌入 | 一种同时编码片段本身及其在分子中连接方式的连续向量表示。 |
| 通配符锚定读出 | 从生长分子活性连接位点的视角表示分子，以编码连接上下文。 |
| 潜在空间最近邻搜索 | 在连续嵌入空间中通过最近邻检索选择下一个片段的方法。 |
| 骨架修饰 | 在分子骨架上指定连接位点添加或替换片段以优化分子性质的过程。 |
📱 每天一份 AI 前沿日报
关注公众号，每天 09:00 推送 · 不错过任何重磅