arxiv｜DiffMS：质谱条件下的分子扩散生成

本文介绍了麻省理工学院研究人员开发的DiffMS模型，该模型是一种受化学式限制的编码器-解码器生成网络，用于在给定质谱条件下进行分子结构的de novo生成。DiffMS采用了Transformer架构的编码器和图扩散模型的解码器，通过预训练-微调框架，利用大规模的指纹-结构对数据集进行训练。实验结果表明，DiffMS在多个基准测试中表现出色，优于现有模型。文章还通过消融实验验证了扩散机制和预训练方法的有效性，并展示了随着预训练数据集规模的增加，模型性能持续提升的潜力。