PairFuse 将预训练全原子表征泛化到统一结合物设计
Towards Generalizing Pretrained All-Atom Representations to Unified Binder Design
研究提出 PairFuse,用轻量逐层适配器把预训练全原子表征接入独立预训练的几何隐扩散模型,从而实现蛋白质、多肽、小分子等不同模态的统一结合物设计。适配器通过两种机制融合信息,一是丰富扩散模型的分子块特征,二是把成对结构信息注入几何扩散模型的去噪器。
预印本 · arxiv · 2610.37994
本站摘要基于收录版本 v1(2026-10-30),原始摘要与 AI 导读固定保留。
来源最近更新: · 来源 v1
基于 PairFormer 的全原子模型在生物分子结合剂设计方面展现出强大能力。然而,现有方法通常使用全原子表示进行特定模态的结合剂设计,例如蛋白质和肽的设计。相比之下,近期的几何隐空间扩散模型通过在共享隐空间中表示来自不同模态的分子模块,追求统一的结合剂设计。这些互补的优势促使我们探索如何将预训练全原子表示的应用推广到统一的结合剂设计中。我们提出 PairFuse,这是一种通过表示融合实现该推广的参数高效方法。具体而言,我们使用轻量级的逐层适配器(layerwise adapter)将预训练的全原子表示整合到一个独立预训练的几何隐空间扩散模型中。我们的适配器通过两种机制整合预训练的全原子表示:丰富扩散模型的分子模块特征,以及将成对结构信息融入几何扩散模型的去噪器中。在理论上,我们证明了增强后的去噪器保持了几何特性,并且成对注意力融合提供了超越仅特征融合的额外注意力表达能力。在实验上,在抗体、肽和小分子结合剂设计基准上,PairFuse 取得了优于预训练扩散模型和现有表示融合基线的性能。
来源:arXiv · arxiv.org