💻 computer science

MolFORM: Multi-modal Flow Matching for Structure-Based Drug Design

本文介绍了 MolFORM，一种新型的基于结构的药物设计框架，该框架采用多模态流匹配技术来联合生成离散原子类型和连续三维坐标，并通过使用直接偏好优化（Direct Preference Optimization）进行偏好引导的微调阶段来进一步提高结合亲和力。

原作者： Jie Huang, Daiheng Zhang

发布于 2026-06-29

📖 1 分钟阅读☕ 轻松阅读

CC BY 4.0

原作者： Jie Huang, Daiheng Zhang

原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 ✨ 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。阅读完整免责声明

想象一下，你正在尝试设计一把定制的钥匙（一种药物分子），使其完美地契合进一个非常特定且复杂的锁（人体内的蛋白质靶点）。几十年来，科学家们一直试图通过手工设计或随机组合部件来寻找合适的钥匙。

这篇论文介绍了一种名为 MolFORM 的新技术，它就像一台高科技的“3D 打印机”，专门用于制造药物钥匙。它不再仅仅靠猜测，而是根据锁的 3D 蓝图，从零开始通过一种智能的数学过程来生成完美的钥匙形状和材质。

以下是其工作原理的拆解，采用了简单的概念进行说明：

1. 旧方法 vs. 新方法

目前大多数用于这项工作的 AI 工具更像是一个缓慢的迭代雕塑家。它们从一块粘土开始，反复进行数千次修整（这个过程称为“扩散”/diffusion），直到形状看起来正确为止。这种方法效果很好，但计算量巨大且速度较慢。

MolFORM 使用了一种不同的方法，叫做流匹配（Flow Matching）。

类比： 想象你有一堆乱七八糟的沙子（随机噪声），你想把它变成一座完美的沙堡。
- 旧方法（扩散）就像是一个人不断地将沙粒逐一推入到位，并不断检查自己的工作。
- MolFORM（流匹配）则像是拥有一股神奇的河水流，它知道应该以什么样的方向推动沙粒，从而以平滑、直接的路径形成沙堡。它更快，也更高效。

2. 同时处理两种类型的信息

设计药物分子非常棘手，因为你必须同时决定两件事：

原子是什么？（它是碳、氧还是氮？）这是一个离散的选择（就像挑选特定的乐高积木颜色）。
原子在哪里？（它们在 3D 空间中的精确坐标是多少？）这是一个连续的选择（就像将积木放置在空间的某个精确点上）。

大多数工具很难同时处理这两类不同的数据。MolFORM 使用了一种**多模态（Multi-Modal）**策略。

类比： 把它想象成一位大师级的建筑师，有两个团队在完美同步地工作。一个团队决定使用什么材料（积木类型），另一个团队决定将它们放置在何处（3D 坐标）。MolFORM 确保这两个团队不断进行沟通，以确保最终建造的建筑不会坍塌。

3. “口味测试”升级 (DPO)

即使有了优秀的生成器，AI 制造出的分子可能看起来还可以，但实际上与蛋白质的结合效果并不好。为了解决这个问题，作者增加了一个名为**直接偏好优化（Direct Preference Optimization, DPO）**的第二阶段。

类比： 想象 AI 生成了 100 把不同的钥匙。一位人类专家（或者在这种情况下，是一个名为“Vina”的测量钥匙契合度的计算机程序）观察它们并说道：“钥匙 A 很糟糕，钥匙 B 非常棒。”
DPO 阶段不仅仅是向 AI 展示那把“棒的”钥匙，而是向它展示一个对比对：“这是好的，那是坏的。学习其中的区别。”
随后，AI 会调整其内部规则，从而制造出更多的“钥匙 B”并减少“钥匙 A”。这就像一位厨师品尝了两个版本的汤，然后根据顾客更喜欢的那个版本来微调配方。

4. 他们取得了什么成就？

研究人员在海量的蛋白质-药物相互作用数据集（CrossDocked2020）上测试了 MolFORM。

更好的契合度： MolFORM 设计的钥匙比许多现有的顶尖方法具有更高的“Vina 分数”，意味着它们与锁的契合度更好。
真实的形状： 这些分子不仅在理论上看起来不错，它们的 3D 形状在几何上也十分准确，原子之间的碰撞极少（更少的“冲突”）。
速度： 由于采用了“流（Flow）”方法，MolFORM 的速度惊人地快。其他模型可能需要一小时才能生成 100 把钥匙，而 MolFORM 大约只需一分钟。
DPO 的助力： 当加入“口味测试”（DPO）阶段后，其质量有了进一步的飞跃，在几乎所有类别中都超越了之前的最佳模型，包括这些分子在实验室中制造的难易程度。

总结

MolFORM 是一种更快、更智能的药物分子设计新方法。它利用“河流电流”的方法同时塑造原子和坐标，然后通过“口味测试”系统来精炼设计，直到达到与目标蛋白质最完美的契合。论文声称，这使得生成的药物候选物质量更高，且生成速度比以往快得多。

MolFORM 技术摘要：用于基于结构的药物设计的多模态流匹配

1. 问题定义

基于结构的药物设计（SBDD）旨在通过利用 3D 结构信息，生成能与特定蛋白质靶点有效结合的配体分子。其核心挑战在于如何对以蛋白质口袋为条件的离散变量（原子类型）和连续变量（3D 原子坐标）的联合分布进行建模。虽然基于扩散的生成模型已成为 SBDD 的主流范式，但其他的非自回归框架仍有待深入探索。此外，标准的生成模型往往难以在优化结合亲和力的同时，兼顾药物相似性和可合成性等下游用户偏好，而不至于对单一目标产生过拟合。

2. 方法论

本文提出了 MolFORM，一种利用**多模态流匹配（Multi-modal Flow Matching）**来联合建模离散和连续分子模态的新型生成框架。该方法由两个主要阶段组成：

A. 多模态流匹配（基础模型）
MolFORM 将生成任务视为受常微分方程（ODE）控制的传输映射问题。它采用了**条件流匹配（CFM）**框架，包含两个不同的分支：

连续模态（3D 坐标）： 模型学习一个随时间变化的向量场，将高斯先验传输到原子位置的经验数据分布。训练目标是最小化预测坐标与目标坐标之间的均方误差。
离散模态（原子类型）： 模型采用离散流匹配（DFM）。它利用均匀破坏过程，使原子类型在时间 $t \in [0, 1]$ 内从均匀噪声分布演变为数据分布。模型通过交叉熵损失从受损序列中预测原始原子类型。
几何对齐： 为了确保精确的空间保真度，总目标函数中引入了 Chamfer loss。这种双向距离度量鼓励预测的原子点云与真实结构紧密对齐。
架构： 模型利用 SE(3) 等变图神经网络（GNN）来处理配体原子与蛋白质口袋原子之间的相互作用，交替更新隐藏嵌入和坐标。

B. 偏好引导微调（DPO）
为了增强生成质量并使模型符合化学偏好，作者引入了**多流直接偏好优化（Multi-flow Direct Preference Optimization, DPO）**阶段。

奖励信号： 使用 Vina 分数（结合亲和力）作为具有化学信息的奖励，为每个蛋白质口袋构建偏好对（获胜配体 vs 失败配体）。
协同建模策略： 与标准 DPO 不同，MolFORM 同时对离散和连续模态应用 DPO。
- 对于连续坐标，DPO 损失函数的构建基于模型预测值与参考模型预测值之间 Chamfer 距离的差异（针对获胜样本与失败样本）。
- 对于离散原子类型，推导出了在均匀加噪方案下的离散流匹配变体 DPO，通过优化速率矩阵（rate matrix）来使原子类型空间的偏好对齐。
训练策略： 作者在采样过程中采用了非均匀时间调度策略，在 $[0.8, 1]$ 区间分配更多步骤，以在最后的精细化阶段捕捉细粒度的结构细节。

3. 核心贡献

新颖框架： 引入了 MolFORM，这是第一个将多流匹配应用于 SBDD 的框架，有效地处理了离散原子类型和连续 3D 坐标的联合生成。
多流 DPO： 提出了全新的协同建模策略，将直接偏好优化同时应用于离散和连续模态。这实现了细粒度的偏好对齐，而无需显式的奖励函数估计。
性能提升： 证明了基于流的模型可以达到与最先进（SOTA）扩散模型相当的性能，且加入 DPO 后性能进一步提升。
效率： 该模型的采样速度显著快于基于扩散的基准模型（例如，100 个样本仅需 69 秒，而 TargetDiff 需要 3428 秒），仅需 100 个积分步而非 1000 步。

4. 实验结果

实验在 CrossDocked2020 数据集上进行，将 MolFORM 与包括 LiGAN、Pocket2Mol、TargetDiff 和 DiffBP 在内的 12 个基准模型进行了对比。

结合亲和力： MolFORM-DPO 在 Vina Score (-6.16)、Vina Min (-7.18) 和 Vina Dock (-8.13) 上均达到了 SOTA 性能，超越了基准模型 TargetDiff 及其他扩散模型。
化学性质： 模型在定量药物相似性（QED）和合成可及性（SA）方面表现出改进。值得注意的是，与在重新训练的 TargetDiff 上应用 DPO 带来的较小增益（分别为 2% 和 2%）相比，DPO 微调使 MolFORM 的 QED 提升了 4%，SA 提升了 8%。
结构质量： 与基准模型相比，该模型实现了更低的 Chamfer 距离和更好的几何保真度（较低的 JSDBL 和 JSDBA）。DPO 微调后，生成分子的多样性（0.77）依然保持在高水平，表明不存在模式崩溃（mode collapse）。
消融实验： 从 DPO 目标函数中移除 Chamfer loss 会导致 Vina Score 和几何指标显著下降，证实了几何对齐项的重要性。

5. 重要性与主张

论文声称 MolFORM 代表了 SBDD 的一个有前景的方向，证明了精心设计的基于流的模型可以匹配甚至超越基于扩散的方法。其核心意义在于 多流 DPO 协同建模策略，作者指出这是首次在多流设置中应用偏好对齐。该方法允许模型同时在原子类型和 3D 位置上进行偏好对齐，从而在不针对单一目标产生过拟合的情况下，实现多个指标的一致性提升。

作者强调，由于离散和连续模态的结构解耦，该框架比单模态微调（如与 TargetDiff 的对比所示）具有更大的 DPO 微调潜力。这使得模型可以进行更具针对性的更新（例如，在不扰动几何结构的情况下精炼原子类型），从而减少梯度干扰并增强稳定性。这项工作表明，此类多模态流框架有潜力扩展到 SBDD 之外更广泛的计算机辅助设计领域，包括材料发现和芯片布局优化。