强化学习训练分子生成模型：KRAS 候选目录命中率从 10.0% 升至 25.5%

Neeser 等人用强化学习训练面向蛋白结合口袋生成 3D 分子的 flow-matching 模型，通过 Enamine REAL 商业目录精确查找给予二元奖励。KRAS 靶点的候选目录命中率从 10.0% 提升至 25.5%，较早 checkpoint 还能减少重复并提供更多样化合物；DNFT-REAL-S、DNFT-FREE-S 优于 baseline，DPO 变体表现较差。