Abstract
タンパク質はほとんどの生物学的機能の基盤であり、目的に合わせて構造や性質を設計できることはバイオテクノロジーの発展の中核となっています。拡散ベースの生成モデルはタンパク質設計の強力な手法として登場してきましたが、指定された性質をもつタンパク質へとそれらを誘導することは依然として困難です。フェインマン＝カック（FK）フレームワークは、ユーザーが定義した報酬を用いて拡散モデルを導くための、筋の通った方法を提供します。本論文では、ProteinMPNNと構造緩和を活用して拡散プロセスを所望の性質へ導くガイディングポテンシャルを開発することで、FKベースのRFdiffusionの誘導を可能にします。誘導によって、予測される界面エネルギーを一貫して改善でき、さらにバインダー設計のしやすさを89.5\%増加させられることを示します。これらの結果により、拡散ベースのタンパク質設計は、微分不可能な任意の目的に対して効果的に誘導できることが確立されます。これは、制御可能なタンパク質生成のための、モデル非依存の枠組みを提供します。
