본 논문은 de novo 3D 펩타이드 디자인을 위한 새로운 흐름 일치 기반 다중 모드 생성 모델인 THFlow를 제안합니다. 기존의 딥 제너레이티브 모델들은 펩타이드의 위치, 방향, 그리고 구조를 동시에 모델링하여 표적 포켓에 수렴하려는 시도를 하지만, 초기 단계에서는 펩타이드가 단백질 포켓에서 멀리 초기화되어 상호작용장이 존재하지 않기 때문에 구조 최적화만으로는 물리적으로 의미가 없다는 문제점을 지적합니다. 이를 다중 모드 시간적 불일치 문제로 정의하고, 생성된 펩타이드의 낮은 결합 친화도의 주요 원인으로 주장합니다. THFlow는 펩타이드 위치와 구조 사이의 시간적 계층을 명시적으로 모델링하여 이 문제를 해결합니다. 다항식 기반 조건부 흐름을 사용하여 초기 위치 수렴을 가속화하고, 이후 등장하는 상호작용장 하에서 회전 및 비틀림과 조정된 구조 개선을 수행합니다. 또한, 극성과 같은 상호작용 관련 특징을 통합하여 모델의 펩타이드-단백질 결합 이해도를 높입니다. 실험 결과, THFlow는 기존 방법보다 우수한 안정성, 친화도 및 다양성을 가진 펩타이드 생성에 있어 뛰어난 성능을 보였습니다.
