PepALD：通过自回归潜在扩散生成大环肽

大环肽是细胞内靶标的有前途的治疗候选者，但其设计需要同时控制非天然单体化学、环拓扑、膜渗透性和靶标结合。现有的 SMILES 或 HELM 字符串生成模型要么在长原子级序列空间中运行，要么将单体视为具有有限化学基础的符号词元。我们介绍 PepALD，一种用于 \textit{de novo} 大环肽生成的自回归潜在扩散 (ALD) 基础模型。该模型表示具有结构化化学嵌入的 HELM 单体，通过化学信息潜在空间中的上下文条件扩散生成每个残基，在自回归生成期间预测 R 基团感知闭环，并使用获胜者保护的扩散适应偏好优化将降噪器与亲和力奖励对齐。计算机实验证明了 PepALD 相对于代表性肽生成基线的生成质量和奖励优化性能。