Essence
Figure 1. Adaptive Iterative Refinement (AIR) overview. Starting from a HuDiff-humanized paired antibody sequence, AIR i
AIR는 사전학습된 discrete-diffusion 항체 인간화 모델(HuDiff)을 재학습 없이 감싸는 inference-time refinement wrapper로, 모델 자체 confidence와 외부 nativeness scorer(AbNatiV)의 신호를 이용해 저품질 residue를 반복적으로 remasking·재샘플링함으로써 humanness와 structural fidelity 간의 trade-off를 조절 가능하게 만든다.
Evaluation
Novelty: 4/5 Technical Soundness: 4/5 Significance: 4/5 Clarity: 4/5 Overall: 4/5
총평: 재학습 없이 기존 discrete-diffusion humanization 모델을 개선하는 실용적이고 잘 설계된 inference-time refinement 프레임워크로, 벤치마크 규모의 제약은 있지만 실무 적용 가치와 방법론적 명확성이 높은 연구이다.
같이 보면 좋은 논문
기반 연구펩타이드 설계를 특정 생물학적 응용(항바이러스 등)에 적용한 사례이다.
기반 연구RL 기반 정책을 활용한 단백질 최적화 방법론을 확장한다.
기반 연구생성된 MD 데이터셋을 활용한 동역학 예측 응용 사례를 다룬다.
기반 연구사전학습된 구조예측 모델을 활용한 conformational sampling의 응용 사례
기반 연구항체 CDR 서열-구조 공동설계 흐름을 확장한 후속 연구로 볼 수 있다.
기반 연구binding position과 conformation 분리 개념을 확장함
기반 연구discrete-diffusion 기반 항체 인간화 모델의 이론적 기반을 제공한다.
다른 접근항체 언어모델의 표현 방식을 다른 관점에서 개선하려는 대안적 접근이다.
기반 연구de novo 분자 구조 생성 프레임워크를 확장한 연구
기반 연구단백질 기계적 특성 예측에 생성모델을 적용한 유사 연구이다.
기반 연구단백질 fitness landscape 분해 방법론을 확장한 후속 연구로 보임
기반 연구MCTS 기반 탐색을 생성 모델에 결합하는 아이디어를 확장한 연구이다.
기반 연구SPECTER2 유사도 0.93로 Computational Molecular Design와 AI-Driven Drug and Materials Discovery가 맞닿아, 'Bi-TEAM: A Unified Cross-Scale Representation Learning Framework for Chemically Modified Biomolecules'가 이 ICML 2026 논문의 배경·대안·응용 맥락을 보완한다.
후속 연구단백질 언어모델의 생물학적 표현 학습이 프레임워크의 기초가 됨
기반 연구SPECTER2 유사도 0.93로 Computational Molecular Design와 AI-Driven Drug and Materials Discovery가 맞닿아, 'Co-designing sequence and structure of functional de novo enzymes with EnzyGen2'가 이 ICML 2026 논문의 배경·대안·응용 맥락을 보완한다.
기반 연구SPECTER2 유사도 0.93로 Computational Molecular Design와 LLMs for Molecular Biology & Chemistry가 맞닿아, 'How to make the most of your masked language model for protein engineering'가 이 ICML 2026 논문의 배경·대안·응용 맥락을 보완한다.
기반 연구SPECTER2 유사도 0.93로 Computational Molecular Design와 AI-Driven Drug and Materials Discovery가 맞닿아, 'Mutational Robustness Predicts Protein Dynamics Across 1,000+ Proteins'가 이 ICML 2026 논문의 배경·대안·응용 맥락을 보완한다.
다른 접근단백질 동역학 예측을 위한 다른 접근법을 제시한다.
기반 연구구조 앙상블 품질 평가 지표를 실제 NMR 데이터에 적용한 사례이다.
기반 연구SPECTER2 유사도 0.93 기준으로 'AIR: Inference-Time Refinement for Discrete-Diffusion Antibody Humanization'의 AI4S 방법론을 'General Multimodal Protein Design Enables DNA-Encoding of Chemistry'의 과학 생산·평가 맥락과 함께 보면 연구 자동화의 의미를 입체적으로 볼 수 있다.
기반 연구SPECTER2 유사도 0.93로 Computational Molecular Design와 LLMs for Molecular Biology & Chemistry가 맞닿아, 'Orthrus: toward evolutionary and functional RNA foundation models'가 이 ICML 2026 논문의 배경·대안·응용 맥락을 보완한다.
다른 접근유전체 언어모델의 다른 사전학습 과제 설계 접근법
다른 접근다중목적 최적화를 통한 단백질 설계의 대안적 방법이다.
후속 연구inference-time refinement 기법을 항체 생성 모델에 확장 적용한다.
다른 접근생성 모델 벤치마킹이라는 유사한 목표를 다른 방법으로 접근한다.
다른 접근생성 모델 기반 단백질/항체 설계에서 conformation 및 confidence 기반 refinement라는 유사한 접근을 공유함
후속 연구단백질/항체 설계에서의 조건부 diffusion refinement 기법을 확장함
다른 접근이산 시퀀스 공간에서의 생체분자 생성 diffusion 모델로 유사한 문제를 다룬다.
다른 접근항체 설계를 위한 diffusion 모델 개선의 다른 접근법을 제시한다.
다른 접근Bio-FM의 강건성 및 신뢰성을 다른 관점에서 평가하는 유사 연구
다른 접근유사한 분자동역학 모델링 문제를 다른 방법으로 해결한다.
다른 접근생성 모델 기반 분자/단백질 설계 파이프라인이라는 유사한 응용 영역을 공유함
다른 접근단백질 서열 생성을 위한 flow matching의 다른 접근 방식을 제시한다.
다른 접근다중 목적 단백질 서열 설계를 위한 다른 최적화 접근법을 제시한다.
후속 연구graph-to-sequence tokenization 기법의 이론적 기반을 제공한다.
후속 연구단백질 언어 모델의 기초적인 표현 학습 방법론을 제공한다.
후속 연구생물학적 언어모델의 사전학습 및 표현 학습에 대한 기초적 방법론을 공유함
후속 연구MDM의 exploration-exploitation trade-off 이론적 배경을 제공.
