💻 computer science

GeoCycler: Reward-Aligned 3D Diffusion for Constraint-Conditioned Cyclic Peptide Design

GeoCycler ist ein reward-ausgerichteter 3D-Diffusionsrahmen, der eine typengegate Stufen-Reward-Belohnung und eine ausschließlich positive Gewichtung einsetzt, um einen einzigen Generator für diverse zyklische Peptid-Topologien zu trainieren, der die Inferenzzeit-Guidance-Baselines bei der Erreichung der Makrozyklisierungs-Fähigkeit auf dem LNR-Benchmark deutlich übertrifft.

Ursprüngliche Autoren: Jingjie Zhang, Hanqun Cao, Haosen Shi, He Mutian, Yu Wang, Zijun Gao, Fang Wu, Xiaojun Yao, Chang-Yu Hsieh, Sinno Jialin Pan, Pranam Chatterjee, Chunbin Gu, Pheng-Ann Heng

Veröffentlicht 2026-05-25

📖 5 Min. Lesezeit🧠 Tiefgang

CC BY 4.0

Ursprüngliche Autoren: Jingjie Zhang, Hanqun Cao, Haosen Shi, He Mutian, Yu Wang, Zijun Gao, Fang Wu, Xiaojun Yao, Chang-Yu Hsieh, Sinno Jialin Pan, Pranam Chatterjee, Chunbin Gu, Pheng-Ann Heng

Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen

Stellen Sie sich vor, Sie versuchen, einen perfekten, sich selbst verschließenden Ring aus Teig (ein zyklisches Peptid) zu backen. Dieser Ring ist besonders, weil er, im Gegensatz zu einem geraden Teigstück, seine Form besser halten und an spezifische Ziele im Körper binden kann. Die Herstellung dieses Rings ist jedoch unglaublich schwierig. Man kann nicht einfach Mehl und Wasser zusammenwerfen; man muss sicherstellen, dass die Enden des Teigs genau richtig zusammentreffen, und die Zutaten an den Verbindungsstellen müssen kompatibel sein (wie wenn man eine bestimmte Hefeart benötigt, um zwei spezifische Teigarten zusammenzukleben).

Lange Zeit nutzten Computer, die diese Ringe entwerfen sollten, eine Methode namens „Inference-Time Guidance". Stellen Sie sich dies wie einen Bäcker vor, der eine Charge von 100 Ringen backt, sie betrachtet und sagt: „Okay, dieser ist zu locker, weg damit. Dieser hat den falschen Kleber, weg damit." Sie behalten nur die wenigen, die gut aussehen. Das Problem ist, dass der Computer immer noch hauptsächlich „schlechte" Ringe backt und einfach hofft, durch Zufall einen guten zu finden.

Hier kommt GeoCycler ins Spiel.

GeoCycler ist eine neue Art, den Computer-Bäcker so zu trainieren, dass er von Anfang an gute Ringe backt, anstatt später nur die schlechten herauszufiltern. So funktioniert es, mit einfachen Analogien:

1. Der „Typ-Gated Stair Reward" (Der intelligente Torwächter)

Auf die alte Weise könnte der Computer verwirrt werden. Er könnte versuchen, zwei Teigstücke zu verkleben, die chemisch inkompatibel sind (wie wenn man versucht, Plastik mit Wasser auf Holz zu kleben). Er verschwendet Energie damit, ein Problem zu lösen, das nicht lösbar ist.

GeoCycler führt einen Torwächter ein.

Das Tor: Bevor der Computer sich darum sorgen darf, wie nah die Ringenden beieinander sind, prüft er zuerst: „Haben wir die richtigen Zutaten?" (z. B. haben wir die richtigen Aminosäuren als Anker?).
Die Treppe: Wenn die Zutaten falsch sind, erhält der Computer null Punkte. Aber wenn die Zutaten richtig sind, erhält er eine Punktzahl basierend darauf, wie nah der Ring am Schließen ist.
- Wenn der Ring perfekt geschlossen ist? Volle Punkte.
- Wenn der Ring fast geschlossen ist (nur eine winzige Lücke)? Halbe Punkte.
- Wenn der Ring weit offen ist? Einige Punkte.

Diese „Treppe" ist entscheidend. Sie sagt dem Computer: „Du bist auf dem richtigen Weg, mach weiter!", selbst wenn der Ring noch nicht perfekt ist. Dies verhindert, dass der Computer entmutigt wird oder falsche Lehren zieht, wenn die Zutaten nur geringfügig abweichen.

2. Training vs. Filtern (Das Fitnessstudio vs. Der Filter)

Die Arbeit argumentiert, dass frühere Methoden wie ein Fitnesstrainer waren, der Ihnen erst sagt: „Diese Liegestütze waren schlecht, versuchen Sie es erneut", nachdem Sie bereits gescheitert sind.

GeoCycler verändert das Training selbst. Es verwendet eine Technik namens Reward-Weighted Alignment.

Stellen Sie sich vor, der Computer generiert einen Ring.
Wenn der Ring gut ist (oder sich nähert), erhält der Computer ein „High-Five" (eine positive Belohnung) und wird angewiesen: „Erinnere dich an dieses Gefühl; mache mehr davon."
Wenn der Ring schlecht ist, erhält der Computer einfach kein High-Five. Er erhält keine „Bestrafung" oder ein negatives Signal, denn schlechte Ringe aus zu vielen verschiedenen Gründen scheitern (falsche Zutaten, falsche Form, falsche Größe), und es ist schwierig, aus einem generischen „Scheitern" zu lernen.
Indem er sich nur auf die „High-Fives" konzentriert, lernt der Computer, Ringe zu backen, die sich natürlich schließen wollen.

3. Der „Ein-Größe-Für-Alle"-Bäcker

Normalerweise benötigen Sie, wenn Sie einen Ring mit einer bestimmten Klebeart herstellen möchten (wie einen „Stapel"-Ring) oder einen anderen Typ (wie einen „Disulfid"-Ring), möglicherweise ein anderes Computerprogramm für jeden.

GeoCycler ist ein Universalbäcker. Er lernt, alle vier Ringtypen (gestapelt, Kopf-zu-Schwanz, Disulfid und bicyclisch) mit einem einzigen Gehirn herzustellen. Er lernt die allgemeinen Regeln des „Wie man einen Ring schließt" und wendet sie auf verschiedene Szenarien an, anstatt für jeden Job einen separaten Spezialisten zu benötigen.

Die Ergebnisse: Was haben sie gefunden?

Die Forscher testeten diese neue Methode gegen die besten bestehenden Methoden (wie CP-Composer) unter Verwendung eines Standardtests namens LNR-Benchmark.

Erfolgsrate: GeoCycler war viel besser darin, tatsächlich Ringe herzustellen, die erfolgreich geschlossen wurden. Zum Beispiel verbesserte es für „Kopf-zu-Schwanz"-Ringe die Erfolgsrate um mehr als 20 Prozentpunkte im Vergleich zur vorherigen besten Methode.
Qualität: Die Ringe, die es herstellte, waren nicht nur „geschlossen"; sie sahen natürlich und gesund aus. Der Computer zwang den Ring nicht auf eine seltsame, unnatürliche Weise zu; er behielt die korrekte chemische Struktur bei.
Das „Warum": Die Arbeit beweist, dass diese Verbesserung nicht stattfand, weil sie einfach die „Lautstärke" der alten Filtermethode erhöhten. Es geschah, weil sich das innere Verständnis des Computers, wie man einen Ring herstellt, veränderte. Er lernte die Fähigkeit, anstatt nur zu raten.

Zusammenfassung

Stellen Sie sich GeoCycler als Upgrade eines Computers von einer „Raten und Prüfen"-Maschine zu einer „Lernen und Meistern"-Maschine vor. Anstatt 1.000 schlechte Ringe zu backen und zu hoffen, dass einer gut ist, lernt er die spezifischen Regeln der Chemie und Geometrie, sodass, wenn er einen Ring backt, es viel wahrscheinlicher ist, dass er direkt aus dem Ofen ein perfekter, sich selbst verschließender Ring ist. Dies erreicht er durch die Verwendung eines intelligenten Bewertungssystems, das Fortschritte belohnt und dem Computer beibringt, die richtigen Zutaten zu erkennen, bevor es sich um die endgültige Form sorgt.

Technische Zusammenfassung: GeoCycler

Problemstellung

Zyklische Peptide bieten aufgrund ihrer geschlossenen Ringtopologie ein erhebliches therapeutisches Potenzial, da diese Struktur die Stabilität und die Targetspezifität erhöht. Die de-novo-Design dieser Moleküle mittels tiefer generativer Modelle bleibt jedoch herausfordernd. Im Gegensatz zu linearen Peptiden müssen zyklische Peptide eine komplexe Reihe sparsamer, nicht-glatter und zusammengesetzter geometrischer Constraints erfüllen. Ein gültiger Kandidat erfordert sowohl diskrete chemische Voraussetzungen (z. B. kompatible Ankerreste oder Linker-Motive) als auch kontinuierliche geometrische Constraints (z. B. Schließabstände, lokale Gelenkgeometrie und gekoppelte Mehrschleifen-Anordnungen).

Bestehende Ansätze verlassen sich primär auf Inferenzzeit-Steuerung (wie Classifier-Free Guidance, CFG), um vortrainierte Diffusionsmodelle dazu zu lenken, diese Constraints zu erfüllen. Die Autoren argumentieren, dass dies die Machbarkeit als externe Korrektur behandelt, anstatt als eine Eigenschaft, die vom Generator gelernt wird. Wenn die Basisverteilung nur schwach auf zyklische Schließung voreingenommen ist, muss die Inferenzzeit-Steuerung eine Diskrepanz zwischen der gelernten Prior und dem gewünschten Constraint-Mannigfaltigkeit ausgleichen, was zu unzuverlässigen Ergebnissen führt, insbesondere unter sparsamen oder gekoppelten Constraints.

Methodik: GeoCycler

Die Arbeit schlägt GeoCycler vor, ein reward-gewichtetes Diffusions-Ausrichtungs-Framework, das die Kontrolle über die Zyklisierung von einer nachträglichen Korrektur beim Sampling auf eine Ausrichtung der Strategie während des Trainings verlagert. Das Framework feintunet ein bedingtes latentes Diffusionsmodell, um die Wahrscheinlichkeit zu erhöhen, schließungskonsistente Strukturen unter seiner eigenen Verteilung zu generieren.

Kernkomponenten

Typ-Gated Stair-Reward:
- Motivation: Abstandsfeedback ist nur sinnvoll, wenn erforderliche Rest- oder Linker-Typen vorhanden sind. Das Zuweisen von Abstandsrewards zu chemisch inkompatiblen Ankern liefert irreführende Signale.
- Mechanismus: Die Reward-Funktion $R(M|C)$ $R (M ∣ C)$ wird in ein binäres Typ-Gate $I[C_{type}(M)]$ $I [C_{t y p e} (M)]$ und eine Abstandskomponente faktorisiert. Die Abstandskomponente verwendet einen begrenzten Stair-Reward:
  - Ein voller Reward wird erteilt, wenn der exakte Proxy-Schließvorgang erfüllt ist.
  - Für „nahe-machbare" Proben wird basierend auf einer Formfunktion ein intermediärer, begrenzter Feedback gegeben.
  - Kein Reward wird erteilt, wenn die chemischen Voraussetzungen (z. B. spezifische Ankerreste) nicht erfüllt sind.
- Dieses Design liefert dichte geometrische Feedback, vermeidet jedoch Updates von chemisch ungültigen Konfigurationen.
Reward-gewichtetes Ausrichtungsziel:
- GeoCycler sammelt Endproben vom aktuellen Generator, decodiert sie und bewertet sie mit dem topologiespezifischen Reward.
- Diese Scores werden verwendet, um die Standard-Denoising-Updates des Vorwärts-Diffusionsprozesses neu zu gewichten. Der Ausrichtungsverlust ist definiert als:
  $L_{align}(\theta) = \mathbb{E} \left[ r_i \lambda(t) \| \tilde{\epsilon}_\theta(z_t, t, P, C) - \epsilon \|_2^2 \right]$
  wobei $r_i$ das normalisierte Reward-Gewicht ist.
- Das Framework verwendet eine nur-positive Reward-Gewichtung, die Proben mit höherem Reward verstärkt, ohne explizit ein heterogenes negatives Set anzupassen. Dies wird als besser geeignet für sparsame geometrische Constraints angesehen, bei denen Fehler aus vielen unrelated Ursachen entstehen können.
Multi-Topologie-Training mit Replay:
- Ein einzelner bedingter Generator wird über vier verschiedene Makrozyklisierungs-Topologien hinweg ausgerichtet: gestapelt, Kopf-zu-Schwanz, Disulfid und bicyclisch.
- Um die Probeneffizienz zu verbessern und das Training zu stabilisieren, speichert ein FIFO-Replay-Puffer Endlatente und Rewards. Mini-Batches mischen neu gesammelte Proben mit wiedergegebenen Mustern hoher Rewards, was den schnellen Verlust seltener, machbarer Schließungsmuster während des on-policy-Samplings verhindert.

Hauptbeiträge

Ausrichtungs-Framework während des Trainings: Die Arbeit stellt die Makrozyklisierung zyklischer Peptide als ein sparsames, hybrides diskret-kontinuierliches Ausrichtungsproblem neu dar. Sie adaptiert das Diffusions-Reinforcement-Learning des Vorwärtsprozesses auf die generierung von 3D-Strukturen unter Constraint-Bedingung und verlagert die Steuerung von der Inferenzzeit-Steuerung hin zur Optimierung des Generators selbst.
Typ-Gated Surrogate-Reward: Ein neuartiges Reward-Design, das die Kompatibilität erforderlicher Anker von der kontinuierlichen Schließgeometrie trennt. Durch die Aktivierung der abstandsbasierten Formgebung erst nach Erfüllung der Typbedingungen liefert es chemisch sinnvolles, dichtes Feedback für sparsame Ring-Schließungsziele.
Unified Generator: Im Gegensatz zu Methoden, die separate Modelle für verschiedene Chemien trainieren, richtet GeoCycler einen einzigen Generator über mehrere Topologien hinweg aus (gestapelt, Kopf-zu-Schwanz, Disulfid, bicyclisch) und zeigt, dass geometrische Schließregularitäten über Strategien hinweg geteilt werden können.

Experimentelle Ergebnisse

Das Framework wurde am LNR-Benchmark (Large Non-Redundant dataset) unter Verwendung von pass@5 (Erfolg, wenn mindestens einer von fünf Kandidaten die Constraint erfüllt) und pass@1-Metriken evaluiert.

Leistungssteigerungen: GeoCycler erzielte über alle vier Topologien hinweg die höchsten pass@5-Erfolgsraten im Vergleich zu starken Baselines (PepGLAD, energiegeführtes Sampling und CP-Composer).
- Kopf-zu-Schwanz: Verbesserung des Erfolgs um 20,8 Prozentpunkte gegenüber CP-Composer (75,27 % $\to$ 96,06 %).
- Disulfid: Verbesserung von 85,06 % auf 94,63 %.
- Bicyclisch: Verbesserung von 3,45 % auf 11,49 %, ein signifikanter Gewinn angesichts der Schwierigkeit gekoppelter Mehrschleifen-Constraints.
Verteilungstreue: Die Verbesserungen wurden nicht durch eine starke Verteilungsdrift getrieben. GeoCycler behielt Aminosäure- (AA-KL) und Rückgrat-Diederwinkel-Statistiken (B-KL) bei, die mit dem Basismodell und CP-Composer vergleichbar waren.
Ablationsstudien:
- Das Entfernen des Typ-Gates oder des Formungsterms reduzierte die Leistung erheblich und validierte die Notwendigkeit von chemisch getriggertem, dichtem Feedback.
- Die nur-positive Ausrichtung schnitt besser ab als positive/negative Alternativen, was darauf hindeutet, dass die Fokussierung auf machbare Proben effektiver ist als der Versuch, diverse Fehlermodi zu modellieren.
- Replay-Puffer und unifiziertes Training (einzelnes Modell vs. topologiespezifische Modelle) trugen beide zu höheren mittleren Erfolgsraten bei.
Nachträgliche Validierung: Ein OpenMM-basierter Konsistenzscreen für Strukturen bestätigte, dass die Proben von GeoCycler nach lokaler Relaxation die Schließgeometrie beibehielten und schwere sterische Kollisionen effektiver vermieden als Baselines, insbesondere für Kopf-zu-Schwanz- und Disulfid-Topologien.

Bedeutung und Behauptungen

Die Arbeit behauptet, dass die Ausrichtung während des Trainings an sparsame geometrische Constraints eine vielversprechende Alternative ist, sich ausschließlich auf nachträgliche Korrektur während des Samplings zu verlassen. Indem die Diffusions-Policy so angepasst wird, dass schließungskonsistente Strukturen unter der eigenen Verteilung des Generators wahrscheinlicher werden, adressiert GeoCycler die Grenzen der Inferenzzeit-Steuerung beim Umgang mit nicht-glatten, zusammengesetzten Constraints.

Die Autoren positionieren GeoCycler nicht als neuen Rückgrat-Generator, sondern als eine Methode, ein vortrainiertes bedingtes Diffusionsmodell auszurichten. Die Ergebnisse deuten darauf hin, dass reward-gewichtetes Training die Schließung von End-Rückgraten effektiv fördern und gekoppelte Mehr-Kanten-Constraints koordinieren kann (wie bei bicyclischen Peptiden gesehen), ohne die gelernten Peptidstatistiken zu opfern. Die Arbeit unterstreicht, dass die Machbarkeit der Makrozyklisierung von der Kompatibilität lokaler chemischer Typen und der 3D-Geometrie abhängt, ein Problem, für das standardmäßiges supervised Fine-Tuning schlecht geeignet ist.