Multi-Objective-Guided Discrete Flow Matching for Controllable Biological Sequence Design

📄 arXiv: 2505.07086v2 📥 PDF

作者: Tong Chen, Yinuo Zhang, Sophia Tang, Pranam Chatterjee

分类: cs.LG, q-bio.BM

发布日期: 2025-05-11 (更新: 2025-05-14)

💡 一句话要点

提出多目标引导离散流匹配以解决可控生物序列设计问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture)

关键词: 生物序列设计 多目标优化 离散流匹配 生物分子工程 肽生成 DNA设计 功能增强子

📋 核心要点

  1. 现有方法仅能处理单一目标，无法有效应对多目标的生物序列设计挑战。
  2. 本文提出的MOG-DFM框架通过引导预训练的离散流匹配生成器，支持多个标量目标的优化。
  3. 实验结果表明，MOG-DFM在生成优化肽结合物和设计特定DNA序列方面表现出色，具有显著的性能提升。

📝 摘要（中文）

设计满足多种功能和生物物理标准的生物序列是生物分子工程中的核心挑战。尽管离散流匹配模型在高维序列空间的高效采样中显示出潜力，但现有方法仅处理单一目标或需要连续嵌入，可能扭曲离散分布。本文提出了多目标引导离散流匹配（MOG-DFM），这是一个通用框架，旨在引导任何预训练的离散流匹配生成器朝向多个标量目标的帕累托有效权衡。MOG-DFM在每个采样步骤中计算候选转移的混合排名方向分数，并应用自适应超锥过滤器以确保一致的多目标进展。我们还训练了两个无条件离散流匹配模型，PepDFM用于多样化肽生成，EnhancerDFM用于功能增强子DNA生成，作为MOG-DFM的基础生成模型。我们展示了MOG-DFM在优化五个属性（溶血性、抗污性、溶解度、半衰期和结合亲和力）方面生成肽结合物的有效性，以及在设计具有特定增强子类别和DNA形状的DNA序列方面的能力。总之，MOG-DFM证明了其在多属性引导的生物分子序列设计中的强大工具作用。

🔬 方法详解

问题定义：本文旨在解决生物序列设计中多目标优化的挑战，现有方法往往只能处理单一目标或依赖于连续嵌入，导致离散分布的扭曲。

核心思路：MOG-DFM通过计算混合排名方向分数和应用自适应超锥过滤器，引导生成器在多目标之间进行有效的权衡，确保生成序列的多样性和功能性。

技术框架：MOG-DFM的整体架构包括候选转移的评分计算、超锥过滤器的应用以及多目标进展的监控，确保生成过程中的一致性和有效性。

关键创新：MOG-DFM的主要创新在于其能够同时处理多个目标的优化，而不是仅限于单一目标，这使得其在生物序列设计中具有更广泛的应用潜力。

关键设计：在模型设计中，采用了混合排名方向分数作为评估标准，并通过自适应超锥过滤器来调整生成过程中的目标权重，以实现更好的多目标优化效果。

📊 实验亮点

实验结果显示，MOG-DFM在生成肽结合物时，优化了五个属性的性能，包括溶血性、抗污性、溶解度、半衰期和结合亲和力，显著提升了生成序列的功能性和多样性，展示了其在生物序列设计中的有效性。

🎯 应用场景

该研究在生物分子工程领域具有重要应用潜力，尤其是在药物开发、基因工程和合成生物学等领域。MOG-DFM能够帮助科学家设计满足特定功能需求的生物序列，从而推动新型生物材料和治疗方法的开发。

📄 摘要（原文）

Designing biological sequences that satisfy multiple, often conflicting, functional and biophysical criteria remains a central challenge in biomolecule engineering. While discrete flow matching models have recently shown promise for efficient sampling in high-dimensional sequence spaces, existing approaches address only single objectives or require continuous embeddings that can distort discrete distributions. We present Multi-Objective-Guided Discrete Flow Matching (MOG-DFM), a general framework to steer any pretrained discrete flow matching generator toward Pareto-efficient trade-offs across multiple scalar objectives. At each sampling step, MOG-DFM computes a hybrid rank-directional score for candidate transitions and applies an adaptive hypercone filter to enforce consistent multi-objective progression. We also trained two unconditional discrete flow matching models, PepDFM for diverse peptide generation and EnhancerDFM for functional enhancer DNA generation, as base generation models for MOG-DFM. We demonstrate MOG-DFM's effectiveness in generating peptide binders optimized across five properties (hemolysis, non-fouling, solubility, half-life, and binding affinity), and in designing DNA sequences with specific enhancer classes and DNA shapes. In total, MOG-DFM proves to be a powerful tool for multi-property-guided biomolecule sequence design.