AUTODIFF는 분자 구조의 유효성과 현실성을 보장하면서도 높은 결합 친화도를 가진 분자를 생성할 수 있는 새로운 확산 기반 프래그먼트 자기회귀 생성 모델이다.
본 연구는 확산 모델과 최적화 알고리즘을 결합하여 분자 문법을 학습하고 원하는 특성을 최적화하는 새로운 분자 생성 패러다임을 제안한다. 또한 리간드를 하위 구조로 분해하여 세부적인 제어와 국소 최적화를 가능하게 하는 통합 프레임워크를 제공한다.
약물 설계 시 약물 분자를 팔과 골격으로 분해하고, 이를 반영한 사전 분포를 가진 확산 모델을 제안하여 약물 분자 생성 성능을 향상시킴.