最近、拡散およびフローマッチングモデルがペプチドバインダー設計の有望なアプローチとして浮上していますが、いくつかの課題に直面しています。まず、離散的な残基タイプのカテゴリサンプリングが連続パラメータをワンホット割り当てに縮約し、生成プロセス全体で原子位置などの連続変数が滑らかに進化するため、更新ダイナミクスが乱れ、最適ではない性能を引き起こします。次に、現在のモデルはサイドチェーンのトーション角に対して単峰分布を仮定しており、これがサイドチェーンのロタメリック状態の本質的な多峰性と矛盾し、予測精度を制限しています。これらの制限に対処するため、本研究ではPepBFNというベイジアンフローネットワークを導入し、ペプチド設計において全原子のパラメータ分布を連続空間で直接モデル化します。この方法は、サイドチェーンのロタメリック状態を捕捉しつつ精度を保ち、ペプチド生成を滑らかに行います。実験により、PepBFNの計算的なペプチド設計における強い可能性が示されています。