MODS：多目标蛋白质优化新框架

Meir Roketlishvili 等作者提出 MODS，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。其做法是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，构造标量引导奖励。 作者称，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。每轮评估后只需更新代理模型，无需重新训练生成模型。

AI 根据报道生成 · 1 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。