Moleküler yapıların kararlı konformasyonlarını üretmek, kimya ve malzeme bilimi alanında kritik bir süreçtir. Geleneksel yaklaşımlar, fiziksel gerçekçilik ile hesaplama verimliliği arasında bir tercih yapmayı gerektiriyordu.
Makine öğrenmesi kuvvet alanları (MLFF'ler), moleküler geometrileri fiziksel kuvvetlere göre gevşeterek kararlı konformasyonlar örnekleyebiliyor, ancak bu yöntem pahalı ab-initio eğitim verilerine ihtiyaç duyuyor. Öte yandan difüzyon modelleri sadece denge verilerinden öğreniyor, fakat gürültü planları ve zaman adımı koşullandırmasına bağımlı kalıyor.
Yeni geliştirilen generatif pseudo kuvvet alanları (GPFF'ler), bu iki paradigmayı birleştiren bir köprü görevi görüyor. Yöntem, referans denge yapılarına göre kuadratik pseudo-potansiyel enerji yüzeyi üzerinde bir MLFF eğitiyor.
Bu yaklaşımın en büyük avantajı, bozulmuş geometriler için ab-initio hesaplamalara ihtiyaç duymaması. Bunun yerine, denge yapılarını Gauss gürültüsüyle bozarak anında denge-dışı eğitim verisi üretebiliyor.
Araştırmacılar, GPFF'lerin zaman adımından bağımsız çalışabildiğini ve moleküler üretim süreçlerinde yeni olanaklar sunduğunu gösteriyor. Bu yaklaşım, ilaç tasarımı ve malzeme geliştirme alanlarında önemli uygulamalara sahip olabilir.