MODS：基于模块化扩散引导的多目标蛋白质优化框架

MODS 是一个通过推理时扩散引导实现多目标蛋白质优化的模块化框架，对每个候选序列采样增强 Chebyshev 标量化权重与适应度代理集成成员来构造标量引导奖励。在六个蛋白质优化任务上，MODS 搭配两种扩散模型和两种引导流程均取得有竞争力的最终超体积，并在多个任务上显著优于最佳基线。每轮评估后仅更新代理模型而无需重新训练生成模型。