Language-Informed Flow Matching for Trend-Guided Structure-Based 3D Molecular Generation

📄 arXiv: 2608.31009v1 📥 PDF

作者: Tianyu Gao, Zhikai Su, Jiashu Li, Wenjun Gao, Zichuan Ying, Zhe Zhao, Fei Zhang, Ye Wei

分类: cs.LG

发布日期: 2026-08-31

备注: Accepted at Findings of EMNLP 2026

🔗 代码/项目: GITHUB

💡 一句话要点

提出LiFT框架以解决结构基础的3D分子生成问题

🎯 匹配领域: 支柱二：RL算法与架构 (RL & Architecture) 支柱九：具身大模型 (Embodied Foundation Models)

关键词: 结构基础药物设计 3D分子生成 流匹配 语言信息 化学先验 自条件解耦路由器 药物化学指标 趋势引导

📋 核心要点

  1. 现有的可控生成方法在结构基础药物设计中面临任务特定微调和外部指导的挑战，增加了成本并可能影响生成质量。
  2. 论文提出的LiFT框架通过语言信息引导流匹配，实现了趋势引导的3D分子生成，避免了传统方法的局限性。
  3. 实验结果显示，LiFT在Cross-Docked2020数据集上实现了竞争性的分布匹配，提升了药物化学指标，且无需额外微调。

📝 摘要（中文）

结构基础药物设计(SBDD)需要满足3D靶点亲和力和1D化学有效性的配体。现有的可控生成方法通常依赖于特定任务的微调或外部采样时间指导，这增加了成本并可能与不断变化的3D几何约束相冲突。我们提出了LiFT，一个基于流匹配的语言信息跨模态框架，用于趋势引导的3D分子生成，适用于从头设计和骨架跳跃。LiFT使用“感知-演变-组装”代理生成目标感知的SMILES作为中间化学条件，预训练的化学基础模型从中提取连续的语义先验。这些先验通过轻量级语义投影器集成到几何生成中，确保跨模态条件的稳定性。我们进一步引入了自条件解耦路由器(SCDR)，根据中间结构状态调节ODE积分过程中的速度场。实验结果表明，LiFT在Cross-Docked2020数据集上实现了竞争性的分布匹配，同时提高了药物化学指标，保持了任务引导设置下的结构有效性，无需额外的生成器微调。

🔬 方法详解

问题定义：本论文旨在解决结构基础药物设计中配体生成的挑战，现有方法往往依赖于特定任务的微调或外部采样时间指导，导致成本增加和生成质量下降。

核心思路：LiFT框架通过“感知-演变-组装”代理生成目标感知的SMILES，并利用预训练的化学基础模型提取语义先验，从而实现趋势引导的3D分子生成。

技术框架：LiFT的整体架构包括三个主要模块：生成目标感知SMILES的代理、提取语义先验的化学基础模型和集成语义先验的轻量级语义投影器。

关键创新：LiFT的核心创新在于引入了自条件解耦路由器(SCDR)，该模块根据中间结构状态调节速度场，从而优化ODE积分过程，提升生成质量。

关键设计：在设计中，采用了零初始化的自适应归一化技术，以确保跨模态条件的稳定性，并通过轻量级的网络结构实现高效的生成过程。

🖼️ 关键图片

fig_0
fig_1
fig_2

📊 实验亮点

在Cross-Docked2020数据集上的实验结果显示，LiFT实现了竞争性的分布匹配，药物化学指标显著提升，且在任务引导设置下保持了结构有效性，无需额外的生成器微调，展现出良好的应用潜力。

🎯 应用场景

该研究的潜在应用领域包括药物发现、分子设计和生物医药等。通过提供有效的趋势引导，LiFT框架能够加速新药的研发过程，降低研发成本，并提高分子生成的成功率，具有重要的实际价值和未来影响。

📄 摘要（原文）

Structure-based drug design (SBDD) requires ligands that satisfy both 3D target affinity and 1D chemical validity. Existing controllable generation methods often rely on task-specific fine-tuning or externally imposed sampling-time guidance, adding cost and potentially conflicting with evolving 3D geometric constraints. We propose LiFT, a language-informed cross-modal framework built on Flow Matching for trend-guided 3D molecular generation across both de novo design and scaffold hopping. LiFT uses a "Sense-Evolve-Assemble" agent to generate target-aware SMILES as intermediate chemical conditions, from which a pre-trained chemical foundation model extracts continuous semantic priors. These priors are integrated into geometric generation through a lightweight semantic projector with zero-initialized adaptive normalization for stable cross-modal conditioning. We further introduce a Self-Conditioned Decoupled Router (SCDR), which modulates the velocity field according to intermediate structural states during ODE integration. Experiments on Cross-Docked2020 show that LiFT achieves competitive distribution matching while improving medicinal chemistry metrics and maintaining competitive structural validity under task-steering settings without additional generator fine-tuning. Our results suggest that language-derived chemical priors provide effective trend-level guidance for 3D molecular generation. Code and released artifacts are available at https://github.com/kasurl/LiFT.