AReUReDi: 多目的ガイダンスによる離散フローの精製のための焼きなまし整流更新

AReUReDi: Annealed Rectified Updates for Refining Discrete Flows with Multi-Objective Guidance

September 30, 2025

著者: Tong Chen, Yinuo Zhang, Pranam Chatterjee

cs.AI

要旨

複数のしばしば相反する目的を満たす配列を設計することは、治療用および生体分子工学における中心的な課題である。既存の生成フレームワークは、主に単一目的のガイダンスを伴う連続空間で動作する一方で、離散的なアプローチでは多目的パレート最適性の保証が欠けている。本論文では、パレートフロントへの収束を理論的に保証する離散最適化アルゴリズムであるAReUReDi（Annealed Rectified Updates for Refining Discrete Flows）を提案する。AReUReDiは、Rectified Discrete Flows（ReDi）を基盤として、チェビシェフスカラー化、局所平衡提案、およびアニーリングされたメトロポリス・ヘイスティング更新を組み合わせ、分布不変性を保ちながらパレート最適状態へのサンプリングをバイアスする。ペプチドおよびSMILES配列設計に適用した結果、AReUReDiは、親和性、溶解性、溶血性、半減期、非汚染性を含む最大5つの治療特性を同時に最適化し、進化的および拡散ベースのベースラインを上回る性能を示した。これらの結果は、AReUReDiが多特性生体分子生成のための強力な配列ベースのフレームワークであることを確立する。

English

Designing sequences that satisfy multiple, often conflicting, objectives is a central challenge in therapeutic and biomolecular engineering. Existing generative frameworks largely operate in continuous spaces with single-objective guidance, while discrete approaches lack guarantees for multi-objective Pareto optimality. We introduce AReUReDi (Annealed Rectified Updates for Refining Discrete Flows), a discrete optimization algorithm with theoretical guarantees of convergence to the Pareto front. Building on Rectified Discrete Flows (ReDi), AReUReDi combines Tchebycheff scalarization, locally balanced proposals, and annealed Metropolis-Hastings updates to bias sampling toward Pareto-optimal states while preserving distributional invariance. Applied to peptide and SMILES sequence design, AReUReDi simultaneously optimizes up to five therapeutic properties (including affinity, solubility, hemolysis, half-life, and non-fouling) and outperforms both evolutionary and diffusion-based baselines. These results establish AReUReDi as a powerful, sequence-based framework for multi-property biomolecule generation.