PFM：用于基于结构的药物设计的扰动流匹配

通过生成模型生成能够与特定蛋白质靶标结合的三维分子，在基于结构的药物设计中展现出巨大潜力。近年来，基于扩散的方法已取得了令人鼓舞的成果，但其对较高采样步数的依赖会带来风险，即由于时间和计算成本增加而减缓药物发现过程。 在本研究中，我们提出了一种名为扰动流匹配（Perturbed Flow Matching, PFM）的新方法，该方法通过利用流匹配（Flow Matching）框架显著减少了采样步数。PFM 引入了一种独特的扰动条件概率路径设计，该设计融合了口袋结合位点信息以及原子类型—坐标耦合信息，以提升分子生成性能。 在 CrossDocked2020 数据集上的实验表明，PFM 生成的分子具有具有竞争力的三维结构，并且针对蛋白质靶标达到了最先进（state-of-the-art, SOTA）的结合亲和力，平均值达到 -7.12。此外，PFM 将有效分子的生成速度提升了 21.3 倍，同时展现出进一步提升的潜力。代码可在 https://github.com/kurisu92725/PFM 获取。

在持有人为作者/资助方，其已授予 bioRxiv 永久展示该预印本的许可。 保留所有权利。未经许可不得转载。

返回顶部

上一篇

下一篇

发表于 2026 年 7 月 17 日。

下载 PDF

电子邮件

感谢您有兴趣帮助传播 bioRxiv。

您的电子邮件

*

您的姓名

*

发送至

*

请输入多个地址，每行一个，或用逗号分隔。

您将通过电子邮件发送以下内容

PFM：用于基于结构的药物设计的扰动流匹配

邮件主题

（您的姓名）已从 bioRxiv 转发一个页面给您

邮件正文

（您的姓名）认为您会希望查看 bioRxiv 网站上的此页面。

您的个人留言

验证码

此问题用于测试您是否为人类访问者，并防止自动垃圾信息提交。

分享

PFM：用于基于结构的药物设计的扰动流匹配

Yankai Yu， Guikun Xu， Zhuyang Xie， Yan Yang， Yongquan Jiang， Xiaobo Zhou， Kang Li

bioRxiv 2026.07.11.737913； doi： https://doi.org/10.64898/2026.07.11.737913

分享本文：

复制

引文工具

PFM：用于基于结构的药物设计的扰动流匹配

Yankai Yu， Guikun Xu， Zhuyang Xie， Yan Yang， Yongquan Jiang， Xiaobo Zhou， Kang Li

bioRxiv 2026.07.11.737913； doi： https://doi.org/10.64898/2026.07.11.737913

📄 原文链接：https://www.biorxiv.org/content/10.64898/2026.07.11.737913v1?rss=1

🏷️ 结构基础药物设计 生成模型 流匹配 蛋白质-配体结合 三维分子生成