NVIDIA发布GenMol：AI药物发现新工具

一、背景：药物发现的挑战

药物研发流程包括多个关键阶段：

1. 片段约束分子生成： 在保留已知活性片段的基础上设计新分子。
2. 命中生成： 筛选出具有目标活性的候选分子。
3. 先导优化： 对候选分子进行优化以提高药物特性。

现有分子生成模型的局限性：

• 任务专一： 大多数模型只能处理单一或少数任务。
• 适应性差： 不同任务需要高昂的再训练成本。
• 效率低下： 传统序列化解码方式难以满足大规模生成需求。

二、GenMol 的核心创新

1. SAFE 表示法：为分子生成提供新视角

• 片段化分子表示： GenMol 使用 SAFE（Sequential Attachment-based Fragment Embedding）表示法，将分子分解为多个片段。
• 无序排列： 片段的顺序不影响分子的整体结构，简化了复杂分子的生成任务。
• 应用场景： 骨架装饰、连接子设计、超结构生成等任务均可高效处理。

2. 掩码离散扩散模型：并行解码提升效率

• 离散扩散原理
  (1)模型通过逐步掩码和反掩码（masked-unmasking）恢复分子结构。
  (2)基于 BERT 架构的双向注意力机制，支持并行解码。
• 优势
  (1)解码效率显著提升，且生成质量不受影响。
  (2)支持对分子序列的多点预测。

3. 片段重掩码策略：优化化学空间探索

• 核心思想：随机选择分子中的片段进行掩码，生成新的片段替换。
• 工作机制
  (1)初始化分子片段。
  (2)迭代优化替换，生成更优分子。
• 创新点
  (1)以片段为单位的优化更符合化学直觉。
  (2)高效探索化学空间，发现更优的分子解。

三、GenMol 的广泛应用

1. 去新生成

• 目标：从零生成具有药物特性的分子。
• 实验结果
  (1)GenMol 的分子生成有效性（Validity）达到 100%，显著优于传统模型。
  (2)可通过调整参数，在质量和多样性之间实现动态平衡。

2. 片段约束生成

• 任务类型
  (1)连接子设计： 连接两个分子片段。
  (2)骨架装饰： 在分子骨架上添加新片段。
  (3)超结构生成： 在子结构约束下生成完整分子。
• 实验结果： 在多个片段约束任务中，GenMol 的分子质量和多样性均超过现有模型。
  

3. 目标导向的命中生成

• 目标： 生成满足特定化学性质的候选分子。
• 实验结果： 在 23 个任务中，GenMol 在 18 个任务中表现最佳，验证了其强大的化学空间探索能力。