arXiv 定量生物学· Zefeng Lin, Xianyong Fang, Tianfan Fu, Xiaohua Xu·· 16 小时前AI 评分20
RNA-IFlow：用条件流匹配与有限策略强化学习设计 RNA
RNA Design via Conditioned Flow Matching and Finite-Policy Reinforcement Learning
AI 导读
研究者提出两阶段 RNA 设计框架 RNA-IFlow 与 RNA-IFlow-RL：前者用结构条件 Dirichlet 流匹配建模序列的协同变异，后者将学到的流映射为保持配对的有限策略，并用热力学反馈进行精修。该框架在多个基准上取得领先表现，在 Rfam-27 上 Pass@1 达 85.19%，分析还显示其热力学收益、策略动态与跨设置鲁棒性。
来源：arXiv 定量生物学 · arxiv.org