La IA y los problemas difíciles del mundo · Bioingeniería y biología sintética · arXiv · 2026-10-21
GFlowNets con currículo aumentado para la generación de secuencias de ARNm
Título original: Curriculum-Augmented GFlowNets For mRNA Sequence Generation
El diseño de novo de secuencias de ARNm que codifican proteínas objetivo requiere optimizar múltiples objetivos biológicos en grandes espacios combinatorios de codones sinónimos, un entorno en el que el aprendizaje por refuerzo sufre colapso de modos y los GFlowNets enfrentan recompensas dispersas en horizontes largos. Los GFlowNets con currículo aumentado (CAGFNs) son un GFlowNet multiobjetivo entrenado con un currículo adaptativo basado en la longitud y guiado por el progreso del aprendizaje, que aprende de tareas progresivamente más difíciles con proteínas objetivo más largas. En CodonDesignEnv, un nuevo entorno a nivel de codones que preserva la identidad de la proteína mediante el enmascaramiento dinámico de acciones, los CAGFNs logran una cobertura y diversidad del frente de Pareto competitivas o superiores, convergen hasta 4 veces más rápido que los GFlowNets sin currículo y mantienen un 100% de unicidad de las secuencias en comparación con las líneas base de aprendizaje por refuerzo.