3D分子生成不再只靠数据拟合：SensDiff把化学规则按顺序写进扩散训练，QM9有效性达96.9%
核心概要
扩散模型生成3D分子时只从数据里隐式学原子分布，样本统计上合理却可能违反化学规则。SensDiff把空间不重叠、键长、键角和价态四条物理化学规则写成可微能量，按由粗到细的顺序在训练中逐步激活并自适应加权，让规则进入生成动力学而非只在采样时纠偏。在QM9与GEOM-Drugs基准上，其有效性分别为96.9%和97.2%，作者称优于所比较的基线。
深度剖析
3D分子扩散模型开始把物理化学规则当作训练信号，而不只是从数据里隐式逼近这些规则。 此前的等变架构、离散-连续联合去噪、采样时引导和潜空间方法，要么只从数据隐式获得化学可行性，要么把校正信号放在采样阶段而不进入模型参数。 在QM9与GEOM-Drugs两个基准上，SensDiff的有效性分别为96.9%和97.2%，作者报告其在所比较的基线中取得最好的生成质量，并在稳定性指标上提升最大。
规则通过一个可微的“潜状态到软分子”接口作用在去噪中间态上，使化学约束的梯度能回传到去噪网络。 硬解码会把原子类型固定成独热向量，使符号项变成常数、梯度为零，因此需要保留原子身份不确定性的软解码。 软解码给出原子类型概率分布，键后验头据此推断软键图，再用训练集统计插值出非键距离下界、键长与键角统计，四条规则由此写成可微能量。
四条约束按空间不重叠、键长、键角、价态的顺序分阶段激活，每条新约束先线性升温再按规则满足程度调整权重。 若四条约束同时施加，作者报告QM9上的分子稳定性从只用一条约束时的88.8%降到四条全用时的78.8%，说明简单叠加会引入相互竞争的梯度。 消融中不同约束顺序的有效性在74.6%到90.9%之间变化，作者设计的顺序取得最好结果。
启示与展望
演示范围是QM9小有机分子与GEOM-Drugs类药分子两个基准上的无条件与条件生成，以及口服药物多目标约束和Lipinski五规则约束的采样期任务；作者提出的下一步是自动从数据或文献中学习这类规则，并扩展到更多样的分子分布与更大的化学空间。
作者指出符号约束是依据既有物理化学知识人工指定的，最优激活顺序与调度可能随领域变化；规则与阈值的设定方式也可能把生成偏向过度规则化或不良分子。