Skip to main content
CenXiv.org
此网站处于试运行阶段,支持我们!
我们衷心感谢所有贡献者的支持。
贡献
赞助
cenxiv logo > q-bio > arXiv:2506.19820v1

帮助 | 高级搜索

定量生物学 > 生物大分子

arXiv:2506.19820v1 (q-bio)
[提交于 2025年6月24日 ]

标题: ProxelGen:生成作为三维密度的蛋白质

标题: ProxelGen: Generating Proteins as 3D Densities

Authors:Felix Faltings, Hannes Stark, Regina Barzilay, Tommi Jaakkola
摘要: 我们开发了ProxelGen,这是一种蛋白质结构生成模型,它以3D密度为操作对象,而不是当前流行的3D点云表示。将蛋白质表示为体素化密度或proxels,可以实现新的任务和条件能力。我们通过结合基于3D CNN的VAE和在其潜在空间上运行的扩散模型,生成以proxels编码的蛋白质。与最先进模型相比,ProxelGen的样本在新颖性、FID分数方面表现更好,并且与训练集具有相同水平的设计性。ProxelGen的优势在标准基序支架基准中得到验证,并且我们展示了基于3D密度的生成如何允许更灵活的形状条件。
摘要: We develop ProxelGen, a protein structure generative model that operates on 3D densities as opposed to the prevailing 3D point cloud representations. Representing proteins as voxelized densities, or proxels, enables new tasks and conditioning capabilities. We generate proteins encoded as proxels via a 3D CNN-based VAE in conjunction with a diffusion model operating on its latent space. Compared to state-of-the-art models, ProxelGen's samples achieve higher novelty, better FID scores, and the same level of designability as the training set. ProxelGen's advantages are demonstrated in a standard motif scaffolding benchmark, and we show how 3D density-based generation allows for more flexible shape conditioning.
主题: 生物大分子 (q-bio.BM) ; 机器学习 (cs.LG)
引用方式: arXiv:2506.19820 [q-bio.BM]
  (或者 arXiv:2506.19820v1 [q-bio.BM] 对于此版本)
  https://doi.org/10.48550/arXiv.2506.19820
通过 DataCite 发表的 arXiv DOI

提交历史

来自: Felix Faltings [查看电子邮件]
[v1] 星期二, 2025 年 6 月 24 日 17:35:55 UTC (1,957 KB)
全文链接:

获取论文:

    查看标题为《》的 PDF
  • 查看中文 PDF
  • 查看 PDF
  • HTML(实验性)
  • TeX 源代码
  • 其他格式
许可图标 查看许可
当前浏览上下文:
q-bio.BM
< 上一篇   |   下一篇 >
新的 | 最近的 | 2025-06
切换浏览方式为:
cs
cs.LG
q-bio

参考文献与引用

  • NASA ADS
  • 谷歌学术搜索
  • 语义学者
a 导出 BibTeX 引用 加载中...

BibTeX 格式的引用

×
数据由提供:

收藏

BibSonomy logo Reddit logo

文献和引用工具

文献资源探索 (什么是资源探索?)
连接的论文 (什么是连接的论文?)
Litmaps (什么是 Litmaps?)
scite 智能引用 (什么是智能引用?)

与本文相关的代码,数据和媒体

alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)

演示

复制 (什么是复制?)
Hugging Face Spaces (什么是 Spaces?)
TXYZ.AI (什么是 TXYZ.AI?)

推荐器和搜索工具

影响之花 (什么是影响之花?)
核心推荐器 (什么是核心?)
IArxiv 推荐器 (什么是 IArxiv?)
  • 作者
  • 地点
  • 机构
  • 主题

arXivLabs:与社区合作伙伴的实验项目

arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。

与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。

有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.

这篇论文的哪些作者是支持者? | 禁用 MathJax (什么是 MathJax?)
  • 关于
  • 帮助
  • contact arXivClick here to contact arXiv 联系
  • 订阅 arXiv 邮件列表点击这里订阅 订阅
  • 版权
  • 隐私政策
  • 网络无障碍帮助
  • arXiv 运营状态
    通过...获取状态通知 email 或者 slack

京ICP备2025123034号