AIが解く世界の難問 · 生物工学・合成生物学 · arXiv · 2026-10-21
カリキュラム拡張GFlowNetによるmRNA配列生成
原題: Curriculum-Augmented GFlowNets For mRNA Sequence Generation
標的タンパク質をコードするmRNA配列の新規設計では、同義コドンが定める巨大な組合せ空間上で複数の生物学的目的を最適化する必要があり、強化学習はモード崩壊に、GFlowNetは長期にわたる疎な報酬に悩まされる。提案手法CAGFNは、学習進捗に基づく適応的な長さカリキュラムで訓練した多目的GFlowNetであり、より長い標的タンパク質という段階的に難しい課題から学習を進める。動的アクションマスキングでタンパク質の同一性を保つ新環境CodonDesignEnvでの評価では、非カリキュラムのGFlowNetより最大4倍速く収束しながら、匹敵するかより優れたパレートフロントの被覆と多様性を達成し、強化学習のベースラインに対して100%の配列一意性を維持した。