一篇被 NeurIPS 2026 接收的论文提出全新推理引导方案 D-DOIT,这套方法可以直接拿已经预训练冻结好的离散扩散模型做生物序列设计,全程不需要对基础模型二次微调,也不用拿到奖励函数的反向传播梯度,只依靠序列打分结果,借助 Doob h‑变换改造采样流程,就能引导模型生成活性更高的调控 DNA、稳定性更强的蛋白质;很多生物打分器属于典型黑盒工具,只能输出好坏分数,没法提供梯度,之前主流方案要么重新训练模型、要么依赖梯度引导,门槛高、更换目标就要重做适配,而 D-DOIT 属于即插即用,只要能给出序列奖励分数就能启动优化,在增强子 DNA、蛋白质逆折叠两个标准测试任务上,最终效果甚至追上、超过一部分需要专门微调的算法,给基因编辑、蛋白药物、合成生物学提供了更轻量化的计算设计路线。
一、D-DOIT 和传统生物序列扩散方案对比
| 方案类型 | 是否重新训练模型 | 是否依赖奖励梯度 | 适配新目标成本 | 适用场景 |
|---|---|---|---|---|
| D-DOIT(本文) | 不需要,预训练模型直接冻结 | 不需要,仅奖励标量分数 | 很低,换打分器即可 | 黑盒生物打分、快速迭代筛选 |
| DRAKES 微调方案 | 需要奖励微调 | 需要梯度 | 高,换目标就要重训 | 固定目标、长期大规模设计 |
| 梯度引导离散扩散 | 不重训基础模型 | 必须梯度 | 中等,无梯度打分器无法使用 | 可微分的属性预测器 |
| 纯随机搜索采样 | 无训练 | 无梯度 | 低,但是效率差 | 简单筛选、算力充足场景 |
二、D-DOIT 的核心原理
这套方法把 “按照奖励优化生物序列” 转化为分布搬运问题,依托随机过程理论里的 Doob h‑变换,推导出适配掩码离散扩散的采样更新规则。
- 冻结预训练扩散模型
- 只接收奖励分数作为输入
- 在去噪采样每一步做分布偏移
- 保留天然序列特征
基础的离散扩散权重完全不动,模型只负责学习天然 DNA、蛋白质的序列分布,不再改动内部参数。
输入只有一条序列对应的奖励值,比如增强子活性、蛋白折叠稳定性,不需要知道打分网络怎么求导。
在扩散逐步去掩码、还原序列的过程里,按照 h‑变换调整采样概率,把生成分布慢慢往高分序列方向偏移。
不会为了追求高分,生成完全脱离真实生物规律、无法折叠、没有生物可行性的异常序列。
三、公开实验结果
论文选择两个合成生物学里非常经典的任务做对照测试。
- HepG2 细胞增强子 DNA 设计
- 蛋白质逆折叠任务
高预算版本 D-DOIT-Q,预测活性分数达到 6.19;作为对比,需要专门奖励微调的 DRAKES 分数为 5.61,无梯度基线 SMC、TDS 成绩更低。
目标是给定蛋白骨架,生成可以稳定折叠回去的氨基酸序列,D-DOIT 的结构 + 稳定性联合成功率达到 68.1%,高于 SMC(63.6%)和 TDS(62.9%)。
四、这套方案解决的行业痛点
- 生物打分大多是黑盒:Enformer、各类蛋白稳定性预测模型,很多只能返回一个数值,很难拿到梯度,梯度引导路线直接卡死;
- 微调成本昂贵:每次更换想要优化的属性、更换细胞系、更换靶点,传统奖励微调都要重新训练扩散模型,耗时耗算力;
- 小团队复用门槛高:很多实验室没有充足算力反复微调大模型,D-DOIT 可以直接调用现成开源离散扩散模型;
- 兼顾可行性和优化目标:单纯暴力搜索高分序列,很容易生成在实验室无法表达、无法折叠的序列,扩散先验可以约束序列贴近真实生物分布。
五、当前存在的局限
- 依赖预训练模型本身的底子
- 高预算采样才有更好效果
- 多目标权衡还需要继续打磨
- 计算结果不等于湿实验有效
如果基础扩散模型学出来的天然序列分布质量差,哪怕用 D-DOIT 引导,上限也会被锁死。
想要冲到最优的高分序列,需要多轮采样评估,相比梯度引导,同等算力下收敛速度更慢。
同时优化蛋白亲和力、溶解度、表达量多个指标的时候,权重调节、帕累托最优的选择还没有成熟标准化流程。
所有指标都是预测打分,电脑上筛选出来的 DNA、蛋白序列,依旧需要在细胞、生化实验里验证活性。
六、潜在落地方向清单
- 调控增强子、启动子等功能 DNA 片段设计,用于基因治疗、细胞改造;
- 蛋白质逆折叠、突变优化,开发酶、抗体、蛋白药物;
- 高通量序列筛选,给湿实验缩小候选库,减少合成与测试成本;
- 搭配不同黑盒模拟器、AI 预测器,快速切换不同生物设计目标。
【相关 FAQ】
问题 1:NeurIPS'26 无需训练 + 梯度引导离散扩散模型设计 DNA / 蛋白质,D-DOIT 是什么?
回答 1:NeurIPS'26 无需训练 + 梯度引导离散扩散模型设计 DNA / 蛋白质,D-DOIT 全称 Discrete Doob-Oriented Inference-time Transformation,是推理阶段的引导采样算法,冻结预训练离散扩散模型,不靠梯度,只用奖励分数引导生成功能型 DNA、蛋白质序列。
问题 2:NeurIPS'26 无需训练 + 梯度引导离散扩散模型设计 DNA / 蛋白质,为什么不用梯度对生物序列设计很重要?
回答 2:NeurIPS'26 无需训练 + 梯度引导离散扩散模型设计 DNA / 蛋白质,很多生物活性预测模型是黑盒,只能输出打分,没法提供反向传播梯度,传统梯度引导方案无法使用,D-DOIT 刚好适配这类场景。
问题 3:NeurIPS'26 无需训练 + 梯度引导离散扩散模型设计 DNA / 蛋白质,D-DOIT 在增强子、蛋白逆折叠上表现怎么样?
回答 3:NeurIPS'26 无需训练 + 梯度引导离散扩散模型设计 DNA / 蛋白质,在 HepG2 增强子任务,D-DOIT-Q 活性分数 6.19,超过微调方案 DRAKES;蛋白质逆折叠任务,结构稳定性联合成功率 68.1%,优于同类无梯度基线。
问题 4:NeurIPS'26 无需训练 + 梯度引导离散扩散模型设计 DNA / 蛋白质,D-DOIT 需要重新训练扩散模型吗?
回答 4:NeurIPS'26 无需训练 + 梯度引导离散扩散模型设计 DNA / 蛋白质,D-DOIT 不需要重新训练、微调离散扩散基础模型,全程在推理采样阶段做调整,原有模型参数保持冻结不变。
问题 5:NeurIPS'26 无需训练 + 梯度引导离散扩散模型设计 DNA / 蛋白质,电脑生成的序列可以直接用于生物实验吗?
回答 5:NeurIPS'26 无需训练 + 梯度引导离散扩散模型设计 DNA / 蛋白质,D-DOIT 只是基于预测打分筛选候选序列,属于计算预筛,生成序列依旧要经过湿实验验证活性、折叠效果,不能直接认定有效。
【参考资料】
[2026-11-15](NeurIPS'26|无需训练 + 梯度:引导离散扩散模型设计 DNA / 蛋白质)新浪财经
[2026-11-15](D-DOIT: Training-free Adaptation of Discrete Diffusion via Doob’s h-Transform)arXiv
[2026-11-15](NeurIPS 2026 收录:无梯度离散扩散引导生物序列生成)新智元
[2026-11-14](Doob h‑transform 用于掩码离散扩散奖励对齐)机器之心
[2026-10-08](DRAKES:面向 DNA 和蛋白质设计的奖励微调离散扩散)arXiv
【免责声明】
本文基于 NeurIPS 2026 接收论文、arXiv 预印本及科技媒体公开报道整理;D-DOIT 属于计算生物学前沿算法,实验效果来自计算打分基准,不等于真实湿实验结果;该方案落地到合成生物学、蛋白药物研发还存在大量工程与实验不确定性,本文仅为学术资讯解读,不构成药物研发、基因工程实验方案建议。
