🤖 machine learning

Few-step Cofolding with All-Atom Flow Maps

Cet article introduit DeCAF, un cadre qui distille les modèles de diffusion de co-repliement tout-atome de pointe en des cartes de flux à quelques étapes efficaces, réduisant considérablement les coûts de calcul tout en maintenant ou en améliorant la précision et la validité physique pour la prédiction de structures protéine-ligand.

Auteurs originaux : Gianluca Scarpellini, Ron Shprints, Peter Holderrieth, Juno Nam, Pranav Murugan, Rafael Gómez-Bombarelli, Tommi Jaakola, Maruan Al-Shedivat, Nicholas Matthew Boffi, Avishek Joey Bose

Publié 2026-06-09

📖 4 min de lecture☕ Lecture pause café

CC BY 4.0

Auteurs originaux : Gianluca Scarpellini, Ron Shprints, Peter Holderrieth, Juno Nam, Pranav Murugan, Rafael Gómez-Bombarelli, Tommi Jaakola, Maruan Al-Shedivat, Nicholas Matthew Boffi, Avishek Joey Bose

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous essayez d'assembler un puzzle 3D complexe dont les pièces sont des atomes, et que l'objectif est de comprendre comment une protéine (une machine biologique) et une molécule de médicament s'emboîtent parfaitement.

Pendant longtemps, la meilleure façon de résoudre ce puzzle était de regarder un film au ralenti des pièces se mettant en place. Il fallait simuler des milliers de petites étapes, en vérifiant et en revérifiant la physique à chaque image, juste pour obtenir l'image finale. C'était incroyablement précis mais aussi incroyablement lent et coûteux, comme essayer de trouver un grain de sable spécifique sur une plage en examinant chaque grain un par un.

Entrée en scène de DECAF : Le bouton "Avance Rapide" pour les puzzles moléculaires

Le papier présente un nouveau cadre appelé DECAF (Denoiser Cofolding All-Atom Flowmap). Considérez DECAF non pas comme un nouveau solveur de puzzle, mais comme un raccourci intelligent qui apprend des experts du ralenti.

Voici comment cela fonctionne, en utilisant des analogies simples :

1. Le « Professeur » et l'« Étudiant »

Imaginez un chef cuisinier expert (le « Professeur », comme les modèles existants Boltz-1 ou Pearl) qui sait exactement comment cuisiner un repas parfait, mais cela lui prend 200 étapes. Il goûte, ajuste, goûte, et ajuste.
DECAF est comme un étudiant super rapide qui observe le chef expert. Au lieu d'apprendre à cuisiner étape par étape, l'étudiant apprend à prédire l'intégralité du voyage en seulement quelques bonds géants.

L'astuce magique : DECAF apprend à « sauter » par-dessus les milliers de petites étapes ennuyeuses que le professeur effectue. Il apprend une « carte de flux » (flow map) — un raccourci qui lui indique exactement où les atomes doivent aller en seulement 10 ou 20 étapes au lieu de 200.

2. La « Boule de Cristal » (Lookahead)

Habituellement, lorsque vous êtes à mi-chemin de la résolution d'un puzzle, vous ne savez pas si votre mouvement actuel est bon avant d'avoir terminé tout le processus.
DECAF possède une capacité spéciale appelée « Flowmap Lookahead ». Imaginez tenir une boule de cristal qui vous permet de jeter un coup d'œil au puzzle terminé alors que vous tenez encore les pièces en désordre.

Parce que DECAF peut instantanément voir à quoi ressemblerait le résultat final si le puzzle était terminé dès maintenant, il peut prendre des décisions plus intelligentes immédiatement. Il sait que « Si je déplace cet atome ici, l'image finale sera parfaite », sans avoir à attendre la fin de toute la simulation.

3. La « Brigade de Recherche » (DECAF-SEARCH)

Une fois que DECAF possède son raccourci, les auteurs ont ajouté une fonction de « Brigade de Recherche » appelée DECAF-SEARCH.

Imaginez que vous cherchez un trésor. Au lieu de simplement suivre un seul chemin, vous envoyez une petite équipe d'explorateurs (particules).
Parce que DECAF est très rapide, ces explorateurs peuvent vérifier de nombreux chemins différents, jeter un coup d'œil dans leurs boules de cristal pour voir quel chemin mène au meilleur trésor (la structure la plus physiquement valide), puis concentrer leur énergie sur le chemin gagnant.
Cela permet au système de trouver la meilleure solution possible bien plus rapidement que les anciennes méthodes, qui étaient trop lentes pour vérifier de nombreux chemins.

Qu'ont-ils prouvé ?

Les auteurs ont testé ce nouvel étudiant en « avance rapide » contre les maîtres du « ralenti » :

Vitesse vs Qualité : Dans de nombreux tests, DECAF a trouvé des solutions tout aussi bonnes que les maîtres lents, mais il l'a fait 5 à 20 fois plus vite.
La victoire du « Petit Budget » : Lorsqu'ils ont été contraints d'utiliser très peu d'étapes (comme seulement 10 étapes), les anciens maîtres ont totalement échoué, produisant des structures brisées ou impossibles. DECAF, cependant, a toujours produit des structures de haute qualité et physiquement valides.
Battre le meilleur : Ils ont même appliqué DECAF au modèle actuel le plus performant (appelé Pearl). La nouvelle version DECAF-Pearl a égalé le taux de réussite du professeur tout en utilisant 5 fois moins de calculs informatiques.

L'essentiel

Le papier affirme que DECAF est une nouvelle façon d'enseigner aux ordinateurs comment prédire comment les médicaments et les protéines s'emboîtent. Il prend les méthodes lentes, coûteuses et de haute qualité que nous avons déjà et les distille en une version rapide et efficace qui ne perd pas en précision. C'est comme transformer un film lent en haute définition en une version accélérée qui reste parfaite, permettant aux scientifiques de tester plus d'idées en moins de temps.

Résumé Technique : Cofolding à peu d'étapes avec des cartes de flux à tous les atomes (DECAF)

Énoncé du Problème

La modélisation computationnelle précise de complexes biomoléculaires 3D, particulièrement pour le cofolding protéine-ligand, est devenue un paradigme dominant dans la conception de médicaments basée sur la structure (SBDD). Bien que les modèles génératifs modernes à tous les atomes (par exemple, AlphaFold 3, Boltz-1) puissent prédire des structures à résolution atomique, ils reposent sur des déploiements de diffusion itératifs coûteux. La génération de structures de haute fidélité nécessite généralement des centaines d'évaluations de fonctions neuronales (NFE), créant un goulot d'étranglement computationnel significatif tant pour le déploiement que pour les techniques de recherche au moment de l'inférence.

De plus, générer des structures physiquement valides au niveau atomique est critique ; une modélisation locale inexacte conduit à des échecs catastrophiques tels que des encombrements stériques, des longueurs/angles de liaison incorrects et des chaînes latérales contraintes. Les contraintes physiques strictes déplacent souvent la charge computationnelle vers des méthodes au moment de l'inférence, où la recherche guidée par récompense (par exemple, Monte Carlo séquentiel, MCTS) est utilisée pour affiner les échantillons. Ces méthodes de recherche cumulent le coût de l'inférence, car elles nécessitent de multiples requêtes de récompense sur plusieurs particules durant la trajectoire. La question de recherche centrale est de savoir s'il est possible d'entraîner un modèle de cofolding à tous les atomes qui génère des échantillons optimisés par récompense efficacement en utilisant seulement un petit nombre de NFE lors de l'inférence.

Méthodologie : Le Cadre DECAF

Les auteurs introduisent le DENOISER COFOLDING ALL-ATOM FLOWMAP (DECAF), un cadre conçu pour distiller les modèles de diffusion de cofolding à tous les atomes de pointe en des cartes de flux à peu d'étapes. La méthodologie répond à des défis techniques spécifiques liés à l'adaptation des modèles de diffusion standards aux cartes de flux pour la modélisation protéique à tous les atomes.

1. Reparamétrage de la Carte de Flux dans l'Espace $\sigma$

Les modèles de diffusion standards utilisent souvent la paramétrisation EDM (Elucidating the Design Space), qui conditionne sur un niveau de bruit $\sigma$ unique. Cette formulation ne se prolonge pas proprement aux cartes de flux à double temps, et la reparamétrisation non linéaire du temps $\sigma(t)$ utilisée dans EDM entraîne une instabilité numérique lors du calcul des partielles temporelles ( $\partial \sigma / \partial t$ ) requises pour les objectifs de la carte de flux.

Pour contourner cela, DECAF définit la carte de flux directement dans l'espace de bruit $\sigma$ . Au lieu de mapper le temps $t$ , elle mappe entre les niveaux de bruit $\rho \to \sigma$ (où $\rho > \sigma$ ).

$\sigma$ -Vélocité : Le cadre définit une $\sigma$ -vélocité instantanée $v_\sigma(x_\sigma) = dx_\sigma/d\sigma$ .
Vélocité Moyenne : La carte de flux est paramétrée comme un déplacement utilisant la vélocité $\sigma$ moyenne entre deux niveaux de bruit, permettant au modèle de faire des "sauts" le long de la trajectoire de l'ODE de flux de probabilité directement dans l'espace de bruit.
Stabilité : Ce reparamétrage élimine le facteur problématique $\partial \sigma / \partial t$ , permettant un entraînement stable et une distillation directe à partir de modèles de cofolding de style EDM pré-entraînés.

2. Paramétrage du Denoiser avec Alignement SE(3)

Une innovation critique est l'utilisation d'une formulation basée sur le denoiser plutôt que sur un prédicteur de vélocité directe.

Prédiction de l'Extrémité : Le modèle prédit l'extrémité cible $\hat{x}_{tgt}$ (la structure propre) plutôt que la vélocité instantanée.
Alignement Rigide SE(3) : La fonction de perte incorpore une minimisation sur le groupe SE(3) (en utilisant l'algorithme de Kabsch) pour aligner la structure prédite $\hat{x}_{tgt}$ avec la vérité terrain (ou la prédiction de l'enseignant). Cela impose doucement la symétrie SE(3), ce qui est crucial pour entraîner des modèles stables et réduire la variance.
Fonction de Perte : L'objectif d'entraînement fait correspondre l'extrémité prédite avec la prédiction de l'enseignant après alignement rigide, supportant à la fois l'entraînement diagonal (score matching) et hors-diagonal (jump).

3. DECAF-SEARCH : Cadre d'Inférence

Pour exploiter la carte de flux pour l'optimisation de la récompense, les auteurs introduisent DECAF-SEARCH.

Mécanisme de Lookahead : Contraquirement aux modèles de diffusion standards où l'estimation de la récompense nécessite un débruitage complet, le "lookahead" de la carte de flux de DECAF fournit une prédiction de l'extrémité propre $\hat{x}_0$ à partir de tout état bruité intermédiaire $x_\sigma$ . Cela permet une estimation de la récompense ( $R(\hat{x}_0)$ ) de plus haute fidélité sans achever la trajectoire complète.
Algorithme de Recherche : Le cadre adapte les méthodes de pilotage au moment de l'inférence (Feynman-Kac, MCTS) au cadre de la carte de flux. Il utilise un échantillonneur $\gamma$ stochastique pour générer des particules, évalue leurs récompenses de lookahead, et effectue une ascension de gradient dans l'espace propre ou un rééchantillonnage pour diriger la génération vers des configurations de haute récompense et physiquement valides.

Contributions Clés

Premier Flow Map Protéique à Tous les Atomes : La conception de DECAF-Boltz, le premier flow map à tous les atomes qui distille avec succès un enseignant Boltz-1 pré-entraîné.
Innovations Méthodologiques :
- Un nouveau reparamétrage dans l'espace $\sigma$ qui permet un entraînement stable des cartes de flux pour la modélisation à tous les atomes.
- Un paramétrage basé sur le denoiser qui permet un alignement rigide pondéré par SE(3), crucial pour la stabilité et la précision.
Recherche au Moment de l'Inférence : L'introduction de DECAF-SEARCH, un cadre qui utilise le lookahead de la carte de flux pour améliorer l'estimation de la récompense et l'alignement, permettant une recherche efficace avec moins de NFE.
Validation Empirique : Démonstration que DECAF surpasse les bases de référence basées sur la diffusion dans les régimes à faible NFE et égale la performance à budget complet avec nettement moins de calculs.

Résultats Expérimentaux

Les auteurs ont évalué DECAF sur les benchmarks Runs N' Poses (RnP) et PoseBusters, en comparant avec Boltz-1x (une variante de potentiel physique de Boltz-1) et d'autres modèles de pointe comme AlphaFold 3 et Pearl.

Performance aux Budgets Faibles NFE

Benchmark RnP : À des budgets NFE stricts (ex: 20–50 NFE), DECAF-SEARCH surpasse significativement Boltz-1x (ajusté) sur toutes les métriques (PB-Valid, Taux de Succès, lDDT-PLI). Par exemple, à 20 NFE, DECAF atteint un score PB-Valid de 83,5 % contre 75,9 % pour Boltz-1x.
Généralisation : Le gain de performance se maintient à travers tous les quartiles de similitude de poche, y compris les cibles hors distribution, confirmant la robustesse du modèle.
Efficacité : DECAF égale la performance de Boltz-1x à 600 NFE en utilisant seulement 30 NFE (une réduction de calcul de 20x) sur PoseBusters.

Distillation de Modèles de Pointe

DECAF-Pearl : Le cadre a été appliqué pour distiller le modèle de cofolding de pointe Pearl. DECAF-Pearl égale le taux de succès de l'enseignant tout en utilisant 5x moins de NFE (40 NFE contre la simulation complète).
Comparaison : DECAF-Pearl surpasse d'autres bases de référence puissantes (y compris la simulation complète de Pearl) en termes de validité physique et de taux de succès à bas budgets NFE.

Frontière de Pareto

L'analyse de la frontière optimale de calcul montre que DECAF-SEARCH domine Boltz-1x sur tous les budgets de calcul d'inférence. La stratégie de recherche optimale varie selon le budget :

Faible NFE ( $\le$ 30) : Le SMC basé sur les particules (pilotage FK) est optimal.
NFE Modérée (100–250) : L'estimation de gradient Monte Carlo (MC-GRAD) est la plus efficace.
NFE Élevée ( $\ge$ 142) : La recherche basée sur MCTS donne les meilleurs résultats.

Signification et Revendications

L'article affirme que DECAF représente une étape importante pour rendre la génération biomoléculaire à tous les atomes computationnellement faisable pour les applications à haut débit.

Accélération : En compressant les trajectoires de diffusion en des cartes de flux à peu d'étapes, DECAF réduit la latence d'inférence de plusieurs ordres de grandeur (réductions de 5x à 20x des NFE) sans sacrifier la précision structurelle ou la validité physique.
Optimisation de la Récompense : Le lookahead de la carte de flux permet une recherche guidée par récompense plus efficace et plus précise, abordant la "taxe d'inférence" associée aux multiples requêtes de récompense dans les modèles de diffusion standards.
Impact Pratique : L'accélération permet de nouveaux flux de travail, tels que le cofolding de bibliothèques entières de ligands contre une cible pour le criblage virtuel et la génération de jeux de données synthétiques à grande échelle pour l'entraînement de modèles en aval, ce qui était auparavant impraticable en raison du coût des simulations de diffusion complètes.
Modestie : Les auteurs reconnaissent que les modes d'échec (ex: liaisons sp2 non planaires) sont hérités des signaux de récompense des modèles enseignants (Boltz-1x) plutôt que de la procédure de recherche elle-même. Ils notent également que la relation entre le budget NFE et le taux de succès n'est pas monotone, suggérant des travaux futurs dans la recherche adaptative et l'entraînement conjoint avec des récompenses spécifiques aux tâches.

Le code est disponible sur https://github.com/genesistherapeutics/decaf.