AReUReDi: 다목적 지도를 통한 이산 흐름 정제를 위한 어닐링된 정류 업데이트

초록

여러 가지 종종 상충되는 목표를 동시에 만족시키는 서열을 설계하는 것은 치료 및 생체분자 공학에서의 핵심적인 과제이다. 기존의 생성 프레임워크는 주로 단일 목표 지향적이며 연속 공간에서 작동하는 반면, 이산적 접근법은 다중 목표 파레토 최적성에 대한 보장이 부족하다. 본 연구에서는 파레토 프론트로의 수렴을 이론적으로 보장하는 이산 최적화 알고리즘인 AReUReDi(Annealed Rectified Updates for Refining Discrete Flows)를 소개한다. AReUReDi는 Rectified Discrete Flows(ReDi)를 기반으로, 체비쇼프 스칼라화, 지역 균형 제안, 그리고 어닐링된 메트로폴리스-헤이스팅스 업데이트를 결합하여 분포 불변성을 유지하면서 파레토 최적 상태로의 샘플링을 편향시킨다. 펩타이드 및 SMILES 서열 설계에 적용된 AReUReDi는 친화도, 용해도, 용혈성, 반감기, 비오염성 등 최대 다섯 가지의 치료적 특성을 동시에 최적화하며, 진화적 및 확산 기반의 기준선을 모두 능가한다. 이러한 결과는 AReUReDi를 다중 특성 생체분자 생성을 위한 강력한 서열 기반 프레임워크로 입증한다.

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.

AReUReDi: 다목적 지도를 통한 이산 흐름 정제를 위한 어닐링된 정류 업데이트

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

초록

Support