본 논문은 단백질 백본 생성에 Rectified Flows (ReFlow)를 적용하여 사전 훈련된 SE(3) flow matching 모델의 낮은 함수 평가 횟수(NFEs) 성능을 개선하는 연구를 제시합니다. 이미지 생성 분야에서 성공적인 ReFlow 기법을 단백질 생성에 적용하고, 데이터 큐레이션, 훈련, 추론 과정에서 ReFlow 디자인 선택에 대한 체계적인 연구를 수행합니다. 특히 ReFlow가 단백질 도메인에서 결합 생성 및 어닐링 선택에 민감하게 반응하며, 이미지 도메인에서 유용한 디자인 선택이 단백질 성능 향상으로 직결되지 않음을 확인하고, 단백질에 적합한 ReFlow 방법론을 개선합니다.
