AI dan Masalah-Masalah Sulit Dunia · Bioteknologi & biologi sintetis · arXiv · 2026-10-21
GFlowNets dengan Augmentasi Kurikulum untuk Generasi Sekuens mRNA
Judul asli: Curriculum-Augmented GFlowNets For mRNA Sequence Generation
Desain de novo sekuens mRNA yang menyandi protein target memerlukan pengoptimalan berbagai tujuan biologis pada ruang kombinatorial kodon sinonim yang luas, suatu situasi di mana pembelajaran penguatan mengalami mode collapse dan GFlowNets menghadapi sparse reward pada horizon yang panjang. Curriculum-Augmented GFlowNets (CAGFNs) adalah GFlowNet multiobjektif yang dilatih dengan kurikulum berbasis panjang yang adaptif dan digerakkan oleh kemajuan pembelajaran, belajar dari tugas-tugas yang semakin sulit dengan protein target yang lebih panjang. Pada CodonDesignEnv, sebuah lingkungan baru setingkat kodon yang mempertahankan identitas protein melalui dynamic action masking, CAGFNs mencapai cakupan dan keragaman front Pareto yang kompetitif atau lebih kuat, konvergen hingga 4 kali lebih cepat daripada GFlowNets tanpa kurikulum, dan mempertahankan keunikan sekuens 100% dibandingkan dengan baseline RL.