タンパク質の立体構造集合体を正確に探索することは機能を解明する上で不可欠ですが、分子動力学シミュレーションは高コストとエネルギーバリアに悩まされています。本稿では、事前学習済みのタンパク質集合体生成器をエネルギーを考慮したサンプラーに変えるオンライン精緻化アルゴリズム「エネルギー優先最適化（EPO）」を提案します。EPOは確率微分方程式を用いたサンプリングによってコンフォメーション空間を探索し、リスト優先最適化に基づく新しいエネルギーランク付けメカニズムを組み込みます。また、長いサンプリング軌道の確率を効率的に近似する実用的な上限を導入し、既存の事前学習済み生成器に簡単に適応可能です。結果として、EPOは多様かつ物理的に現実的な集合体を生成し、九つの評価指標で新たな最先端を確立しました。この成果は、エネルギー信号だけで生成モデルを熱力学的一貫性のあるコンフォメーション集合体へと導く効率的な手段を提供し、構造生物学や薬物発見の適用範囲を広げることに寄与します。