流动匹配重塑分子生成：PropMolFlow 实现性质引导下的高保真三维分子设计

背景：在分子发现领域，从海量候选分子中高效筛选出满足特定性质的化合物至关重要。流匹配方法虽在无条件分子生成上取得领先，但难以满足性质引导的需求。研究目的：为此，研究团队开发了PropMolFlow，这是一种几何完备的性质引导分子生成新范式，旨在实现高保真、高效率的三维分子设计。结论：PropMolFlow结合了五种性质嵌入方法，通过构建SE(3)等变的速度场并将性质作为条件直接嵌入，实现了确定性的推理路径。该方法在QM9数据集上的测试表明，其在保持高化学效度（超过90%）和准确匹配目标性质的同时，生成速度比基线模型快约10倍，且在外推至训练分布之外时仍能保持稳定的结构统计分布，展现了强大的潜力。不过，该方法目前尚无法完全保证生成分子的稳定性，相关挑战正在通过引入新技术进行解决。