高维像素、全原子坐标或长序列上直接跑 1000 步 DDPM 成本过高；蛋白质与小分子还具有**旋转平移（SE(3)/E(3)）**对称性——在各向同性欧氏空间加噪会破坏几何先验。潜扩散模型（Latent Diffusion Model，LDM） 在压缩表示上扩散；等变扩散 在流形/群结构上定义噪声与去噪网络。本文串联 Stable Diffusion 式 LDM 思想与 RFdiffusion、Chroma、EDM 等生物结构实践，给出可落地的 design pipeline 与评估指标。
段末注释：LDM 先在自编码器潜空间做扩散再解码；SE(3) 为三维刚体运动群；E(3) 含反射，适用于分子手性需谨慎。
前置阅读：5003.大模型-架构-Diffusion-1.前向扩散与变分下界、5003.大模型-架构-Diffusion-3.采样加速与引导生成、Diffusion-Math-0 概率与扩散数学基础
1. 潜扩散（LDM）的两阶段范式
Stable Diffusion（Rombach et al., 2022）流程：
- Stage A：训练 VAE（或 VQ-VAE）将数据 (x) 编码为潜变量 (z = \mathcal{E}(x))，解码 (\mathcal{D}(z) \approx x)；
- Stage B：在 (z) 上训练 DDPM，采样 (z_0) 后 (\hat x = \mathcal{D}(z_0))。
[
\text{像素空间 DDPM: } \dim(x) \sim 10^6 \quad \Rightarrow \quad \text{LDM: } \dim(z) \sim 10^4.
]
优势：扩散每步在低维运算；VAE 承担高频细节。
风险：VAE 重建误差上限；生物场景需验证 designability 是否被 VAE 瓶颈限制。
1.1 生物数据上的 LDM
| 领域 | 潜空间 (z) | 解码器 | 代表 |
|---|---|---|---|
| 分子 2D/3D | 图 VAE 潜向量 | 图解码为 SMILES/构象 | 部分 MolLDM |
| 蛋白质 | 折叠模型潜表示 / 距离图 | 结构解码 | 研究中；全原子仍多坐标扩散 |
| 单细胞 | scVI 潜空间 | 表达谱解码 | scDiff 类 |
蛋白质领域：全原子或骨架坐标扩散仍占主导（RFdiffusion 直接在 (C_\alpha) / frame 上扩散），因结构 VAE 重建误差对 RMSD 敏感。LDM 更适合低维表型或与图像化表示（密度图、距离矩阵）结合的任务。
2. SE(3) / E(3) 等变扩散
蛋白质坐标在全局旋转平移下物理等价。若在 (\mathbb{R}^{3N}) 直接加 (\mathcal{N}(0,I)) 噪声：
概念锚点 · 高斯噪声的前提：各向同性高斯假设各维独立同方差——对未中心化/未归一化的坐标，(\beta_t) 与数据尺度必须匹配（Math-0 §3、§10）。
- 噪声不随结构旋转协变；
- 网络需从数据「学会」忽略绝对朝向，样本效率低。
等变扩散做法：
（1）在局部 frame 上扩散（FrameDiff / RFdiffusion 思路）
每个残基用 SE(3) frame (T_i \in \mathrm{SE(3)) 表示位置与朝向；对 平移 与 旋转（so(3) 上 IGSO(3) 噪声）分别扩散，网络用 SE(3)-Transformer / IPA 处理。
（2）E(3)-equivariant GNN（分子）
原子坐标 (x \in \mathbb{R}^{3\times M})，网络 (f) 满足 (f(Rx+b) = R f(x) + b)（或标量输出不变）。EDM、GeoDiff 在 EGNN / Tensor Field Network 上预测去噪 (\epsilon)。
（3）内坐标 / 扭转角扩散
对键长、键角、二面角扩散，天然降维并减少无效自由度；需小心 拓扑 约束与 periodicity（二面角 (2\pi)）。
3. RFdiffusion：骨架扩散 design 解剖
RFdiffusion（Watson et al., 2023）基于 RoseTTAFold 结构模块，在 (C_\alpha) 坐标（及辅助特征）上训练扩散去噪器。
3.1 训练数据与目标
- 数据：PDB 单体/复合物，过滤分辨率；
- 加噪：VP 型 schedule 于坐标（常配合 centering）；
- 目标：(\epsilon)-prediction 或等价去噪；网络继承 RoseTTAFold 的 pair/track 更新。
概念锚点 · 坐标作为随机向量：(x_0 \in \mathbb{R}^{3N}) 经中心化后 (\mathbb{E}[x_0]\approx 0)，加噪 (\epsilon \sim \mathcal{N}(0,\mathbf{I})) 才有明确 SNR 含义（Math-0 §2、§5）。
3.2 推理模式
| 模式 | 条件 | 用途 |
|---|---|---|
| Unconditional | 无 | 新颖折叠采样 |
| Motif scaffolding | Inpainting 固定坐标 | 酶/结合位点 scaffold |
| Binder design | 靶点结构 + 接口条件 | 结合蛋白 design |
| Symmetric oligomer | 对称群约束 | 环状/二聚体 |
3.3 条件与 CFG
二级结构（SS）、block adjacency 等 one-hot 图作为条件；训练 CFG dropout，推理调节 guidance scale（见第 3 篇）。
3.4 标准后处理 pipeline
- RFdiffusion → 骨架 (C_\alpha)；
- ProteinMPNN → 氨基酸序列；
- AlphaFold2 / ESMFold → 预测结构；
- scTM / RMSD → self-consistency 筛选。
Designability：生成结构能否被「设计序列 + 折叠」还原——生物扩散的核心指标，优于纯生成似然。
4. Chroma 与可编程生成
Chroma（Ingraham et al., 2023）强调可编程条件：
- 语义条件：自然语言式属性（通过分类器或嵌入）；
- 几何条件：对称、子结构、结合口袋形状；
- 联合序列–结构生成模块（与纯骨架扩散 + MPNN 流水线不同）。
算法上仍属扩散/流族 + 等变网络；产品化侧重条件 API 与全原子输出。阅读论文时可对照：扩散变量（坐标 vs 序列 vs 联合）、条件注入层（AdaGN vs cross-attention）。
5. 分子 3D：EDM 与 GeoDiff
EDM（Karras et al.）虽出自图像社区，其 (\sigma)-空间预处理 与 Heun 求解器 被 GeoDiff 等分子模型借鉴：
- 每个原子 3D 坐标；
- EGNN 预测去噪，保证 E(3) 等变；
- 评估：Validity（化学价）、Uniqueness、NSPDK 与对接 Vina。
与蛋白质对比：分子 (M) 较小（十至数百原子），但化学 validity 约束强；蛋白质 (N) 大但 backbone 约束相对统一。
6. 完整 design 工作流（实践清单）
超参起点（需项目内标定）：
- 扩散步数 50–200（DDIM / Heun）；
- CFG (w \in [1, 10])；
- Inpainting 每步重置 motif 坐标；
- 生成 100–1000 条，MPNN 每条 8 序列，AF2 过滤 pLDDT > 70、scTM > 0.5。
常见失败模式：
- 步数过少 → steric clash；
- (w) 过大 → 多样性丧失、hallucinated 二级结构；
- 忽略 centering → 扩散学绝对原点偏移，浪费容量。
7. 评估指标汇总
| 层级 | 指标 | 含义 |
|---|---|---|
| 结构 | RMSD | 与参考/motif 偏差 |
| 结构 | clash score | 原子重叠 |
| 设计 | scTM / scRMSD | 序列–结构自洽 |
| 设计 | designability % | 通过 AF 筛选比例 |
| 功能 | 对接打分 / ddG | 结合 design |
| 分子 | Validity / SA / QED | 可合成、类药 |
| 序列 | motif 保留 | 离散/ inpainting 任务 |
8. 与系列前文的映射
| 概念 | 在结构 practice 中的体现 |
|---|---|
| DDPM / (\epsilon)-pred | RFdiffusion 训练目标 |
| SDE / EDM (\sigma) | 分子 GeoDiff、部分求解器 |
| DDIM + CFG | 推理默认配置 |
| 离散扩散 | 序列侧翼；主链多用 MPNN |
| LDM | scRNA 等；结构域较少纯 LDM |
9. 小结
潜扩散通过 VAE 降维加速，在图像与单细胞已成熟；蛋白质结构当前以等变坐标/frame 扩散为主，RFdiffusion 代表 inpainting + CFG + DDIM 的工业组合。SE(3)/E(3) 对称性应写入架构而非仅靠数据增强。落地 design 时，扩散只是 pipeline 第一段；ProteinMPNN + AlphaFold2 筛选 与 designability 指标与算法本身同等重要。
段末注释：scTM 为 predicted TM-score 相对生成结构；IGSO(3) 为 SO(3) 上各向同性高斯噪声的推广。
本篇数学概念索引
| 概念 | 出现章节 | 延伸阅读 |
|---|---|---|
| 高斯噪声与坐标尺度 | §2 | Math-0 §3、§10 |
| 随机向量 / 中心化 | §3.1 | Math-0 §2、§5 |
参考与延伸阅读
- Rombach et al., High-Resolution Image Synthesis with Latent Diffusion Models（LDM）.
- Watson et al., De novo design of protein structure and function with RFdiffusion.
- Ingraham et al., Illuminating protein space with a programmable generative model（Chroma）.
- Yim et al., SE(3) diffusion model with application to protein backbone generation（FrameDiff）.
- Hoogeboom et al., Equivariant Diffusion for Molecule Generation in 3D（EDM）.
- Jumper et al., AlphaFold2（self-consistency 评估基础）.