MotifRole-Diff：面向分子图扩散的“角色感知”掩码策略，让生成更精准
分子图生成是药物发现与材料设计中的核心挑战。近年来，基于离散扩散模型的分子图生成方法（如掩码离散扩散）取得了显著进展，但现有方法普遍采用均匀掩码调度——对所有分子组件“一视同仁”地加噪与去噪。这种策略忽略了分子中不同结构单元（如官能团、环、原子）在去噪难度和对最终分子性质影响上的巨大差异。
针对这一瓶颈，来自中佛罗里达大学的研究团队提出 MotifRole-Diff，一种角色感知的掩码扩散框架。其核心创新在于：不再对所有token使用相同的掩码概率，而是根据每个分子结构角色（role）的经验去噪难度和全局扰动影响，动态分配掩码预算，从而在固定总掩码率下实现“风险最优”的分配。
技术亮点：从“均匀”到“差异化”
MotifRole-Diff 的核心是一个角色加权残差风险模型。团队通过理论证明，在给定掩码预算下，最优的掩码率分配应使各角色的加权残差风险之和最小化。具体而言，那些去噪困难（如复杂环系）或对分子性质影响大（如关键药效团）的角色，应分配更高的掩码率，以迫使模型更早、更充分地学习其重构。
该方法的优雅之处在于：无需修改模型架构，仅改变训练时的掩码策略，即可提升生成质量。这使其极易嵌入现有扩散框架，具有极高的实用价值。
实验数据：显著超越均匀基线
在标准分子生成基准上，MotifRole-Diff 展现了全面优势：
- QM9 数据集：分子有效性（validity）从 0.905 提升至 0.944（+4.3%），FCD（Frechet ChemNet Distance，衡量生成分子分布与真实分布的距离）从 1.701 降至 1.609（降低5.4%）。
- MOSES 数据集：有效性从 0.920 提升至 0.938（+2.0%），FCD 从 2.125 降至 1.850（降低12.9%）。
FCD 的显著下降意味着生成分子在化学空间中的分布更接近真实药物分子，这对后续筛选至关重要。此外，角色级别的诊断分析显示，所有类别的分子组件（如原子、键、环）的重构精度均得到改善，证明差异化策略确实起到了全局优化作用。
行业意义：小改动，大收益
在计算资源（训练步数、采样计算量）完全匹配的条件下，MotifRole-Diff 仅通过调整掩码调度就实现了可观的性能提升。这为分子生成领域提供了一个新思路：在模型能力接近天花板时，数据层面的结构化先验仍能带来突破。
未来，该方法可进一步扩展到更复杂的生物分子（如蛋白质、DNA）或结合强化学习进行动态调度。对于药物研发管线而言，更精确的分子生成意味着更少的湿实验验证成本，直接加速先导化合物优化。
论文链接：arXiv:2607.21634