RiboSphere：RNA構造の統一的で効率的な表現を学習する

要旨: RNAの構造モデリングは依然として困難です。RNAのバックボーンは非常に柔軟で、非標準的な相互作用が蔓延しており、実験的に決定された3D構造は比較的希少です。私たちは \emph{RiboSphere} を導入します。これは \emph{discrete} な幾何表現をRNAに学習させるフレームワークで、ベクトル量子化とフローマッチングを組み合わせて実現します。設計はRNA構造のモジュラーな組織化に動機づけられており、複雑な折りたたみは繰り返し現れる構造モチーフから構成されています。RiboSphereは、SE(3)-不変性（回転・並進不変性）を持つ特徴を生成する幾何トランスフォーマーエンコーダを用い、有限スカラー量子化（FSQ）によってこれらを離散化し、潜在コードの有限語彙へと変換します。これらの離散コードに条件付けされたフロー・マッチング・デコーダは原子座標を再構成し、高忠実度の構造生成を可能にします。学習済みのコードインデックスは特定のRNAモチーフに富んでいることがわかり、モデルがモチーフレベルの構成的な（成分的な）構造を捉え、純粋な圧縮ボトルネックとして機能していないことを示唆します。ベンチマーク全体を通じて、RiboSphereは構造再構成で高いパフォーマンスを発揮します（RMSD 1.25 Å、TMスコア 0.84）。また、事前学習済みの離散表現は逆折りたたみとRNA-リガンド結合予測に効果的に移送され、データ不足の領域においても堅牢な一般化を示します。