메소(Meso)-세분화 포즈 생성을 통한 기하학 인식형 금속-유기 골격체(MOF) 조립을 위한 AnchorPose

주어진 빌딩 블록으로부터 금속-유기 골격체(MOF) 구조를 예측하려면, 주기적인 결정 내에서 이들의 위치와 방향을 복구해야 합니다. 회전 오류의 공간적 영향은 기하학에 의존하며 비등방성입니다. 동일한 각도 오류라도 블록 크기, 모양, 그리고 회전 축에 따라 다른 원자 변위를 생성할 수 있습니다. 따라서 특정 블록의 기하학에 대한 참조 없이 각도 오류만으로는 포즈 오류의 공간적 결과를 완전히 설명할 수 없습니다. 우리는 이러한 기하학적 의존성을 생성 표현에 통합한 메소(meso)-세분화 포즈 생성 프레임워크인 AnchorPose를 소개합니다. 이는 각 블록을 소수의 대표 원자로 표현하고, 이들의 국소 기하학과 현재 공간 상태를 결합하여 Bayesian Flow Networks를 통해 좌표를 생성합니다. 알려진 원자 대응 관계는 완전한 빌딩 블록 포즈를 복구하기 위한 강체 정렬(rigid alignment)을 가능하게 하며, 기하학적으로 일관된 점들을 생성 과정으로 반환합니다. 이러한 설계는 점 수준의 공간 예측과 블록 수준의 구조적 제약을 연결합니다. 기하학은 포즈 상태와 그 예측에 참여하며, 강체 재구성은 모든 원자 좌표를 조립 변수로 취급하지 않으면서 블록 내부 구조를 보존합니다. MOF 벤치마크에서 AnchorPose는 비교된 블록 수준 및 전체 원자(all-atom) 기준선 대비 단일 후보 매칭률을 향상시킵니다.