A Genetic Algorithm for Navigating Synthesizable Molecular Spaces

本論文は、合成可能性を構造的に保証するカスタム演算子を採用し、機械学習フィルタと組み合わせることで最先端の性能を発揮する、分子設計のための新しい遺伝的アルゴリズム「SynGA」を提案しています。

要約

この論文は、**「新しい薬の材料（分子）を、実際に作れるように設計する新しい方法」**について書かれたものです。

タイトルにある「SynGA（シン・ジー・エー）」という名前の新しいアルゴリズムが、その主役です。

わかりやすく、3 つのポイントに分けて説明しますね。

1. 従来の方法の悩み：「絵に描いた餅」の問題

新しい薬を作るには、化学的に「面白い」分子を設計する必要があります。最近では AI が活躍していますが、AI が「すごい性能の分子」を提案しても、**「实验室で実際に作れるかどうかわからない」**という大きな問題がありました。

• 例え話：
  AI が「空を飛べる魔法の靴」を設計してくれたとします。でも、その靴を作るには「空から落ちる石」や「消えた雲」といった、現実には手に入らない材料が必要です。
  これでは、どんなに素晴らしい設計図でも、実際に靴を履くことはできません。これを「合成不可能（作れない）」と呼びます。

2. SynGA の仕組み：「レゴブロック」で組み立てる

この論文の提案する「SynGA」は、最初から「作れるもの」しか作らないように設計されています。

• 仕組み：
  化学反応は、**「レゴブロック（市販の部品）」を「接着剤（反応ルール）」でつなげていく作業に似ています。
  SynGA は、いきなり完成品をゼロから想像するのではなく、「手に入るレゴブロック」と「使える接着剤」**だけを箱に入れて、それらを組み合わせて新しい形を作ります。

• 遺伝的アルゴリズム（GA）の役割：
  これは「進化」の真似です。

  1. たくさんの「レゴの組み合わせ（分子）」を作ります。
  2. 「良いもの（性能が高いもの）」を選びます。
  3. 良いもの同士を**「掛け合わせ（交配）」したり、「少し変えて（突然変異）」**新しいものを作ります。
  4. これを繰り返して、どんどん良い分子に進化させていきます。

  ポイント： 普通の AI は「作れない分子」も作ってしまいがちですが、SynGA は**「最初からレゴの箱に入っている部品しか使わない」ので、結果として「必ず作れる分子」**しか生まれないのです。

3. さらに賢くする「フィルター」：「レシピの材料選び」

ただレゴを組み合わせるだけでは、時間がかかりすぎたり、ベストな組み合わせが見つからなかったりします。そこで、SynGA は**「賢いフィルター」**と組んでいます。

• 例え話：
  あなたが「美味しいカレー」を作りたいとします。

  1. 普通の方法： 100 万種類あるスパイスのすべてを一つずつ試して、一番美味しい組み合わせを探す（時間がかかる！）。
  2. SynGA の方法： まず AI が「このカレーには、この 100 種類のスパイスが合いそうだ」とフィルターをかけます。
  3. その 100 種類の中から、SynGA が「レゴ」のように組み合わせて、最高のカレーを作ります。

  この「フィルター」を使うことで、**「必要な材料だけを選んで、効率的に探す」**ことができるようになりました。

結果：何がすごいのか？

この方法（SynGA）と、さらにそれを応用した「SynGBO」というバージョンは、以下の点で素晴らしい成果を出しました。

• 作れる分子しか作らない： 設計図が現実のものになります。
• 少ない試行で良い結果： 何千回も実験しなくても、良い分子を見つけられます（サンプル効率が良い）。
• 世界最高レベルの性能： 既存の AI 手法よりも、薬の候補となる分子を見つける能力が高いことが実験で証明されました。

まとめ

この論文は、**「AI に魔法のような分子を作らせるのではなく、現実の『レゴ（部品）』を使って、確実に作れる良い分子を、進化の力で効率よく見つける方法」**を提案したものです。

これにより、将来、新しい薬や材料の開発が、もっと速く、現実的に進むようになることが期待されています。

技術概要

論文「A GENETIC ALGORITHM FOR NAVIGATING SYNTHESIZABLE MOLECULAR SPACES (SynGA)」の技術的サマリー

本論文は、ICLR 2026 にて発表された研究で、創薬や材料設計における「合成可能な分子空間」を効率的に探索するための新しい遺伝的アルゴリズム（GA）であるSynGAを提案しています。従来の機械学習（ML）ベースの分子生成モデルが合成可能性を無視して不安定な分子を提案する問題や、既存の GA が専門家の設計した演算子に依存する限界を克服し、合成経路そのものを直接進化させるアプローチを採用しています。

以下に、問題定義、手法、主要な貢献、結果、および意義について詳細にまとめます。

---

1. 問題定義 (Problem)

分子設計は、離散的で組み合わせ爆発を起こしやすい化学空間における制約付き最適化問題です。近年、VAE、強化学習、GFlowNets、大規模言語モデル（LLM）などの ML 手法が急速に発展していますが、以下の課題が存在します。

• 合成可能性の欠如: 多くの生成モデルは合成経路を考慮せず、実験室で実際に合成できない（または不安定な）分子を提案する傾向があります。
• サンプリング効率: 既存の合成可能分子探索手法の多くは、ML モデルを事前学習させるコストや、推論時の高コストな事後検証（レトロ合成モデルの使用など）を必要とします。
• 汎用性と柔軟性: 従来の GA はシンプルですが、ML との統合や複雑な目的関数への適応において限界がありました。

本研究は、「合成経路（合成ツリー）」そのものを探索空間として定義し、ML の重み付けや事前学習なしに、合成制約をアルゴリズムの構造自体に組み込んだ軽量な GAを開発することを目的としています。

2. 手法 (Methodology)

2.1 SynGA の基本構造

SynGA は、分子そのものではなく、**合成ツリー（Synthesis Trees）**を個体として進化させます。

• 表現: 合成ツリーは、葉ノードを「購入可能なビルディングブロック（Building Blocks）」、内部ノードを「反応テンプレート（Reaction Templates）」として定義された二分木です。
• 制約: この構造により、生成されるすべての分子は、定義された反応テンプレートとビルディングブロックの組み合わせによって自動的に合成可能となります。

2.2 独自の遺伝的演算子 (Genetic Operators)

合成ツリー上で動作するカスタム演算子を設計しました（図 1 参照）：

• 交叉 (Crossover): 2 つの親ツリーから互換性のある部分木（サブツリー）を選択し、新しい反応テンプレートで結合して子孫を生成します。
• 突然変異 (Mutation): 以下の 5 種類の操作を確率的に実行します。
  1. Grow: 現在の分子に新しい反応を適用し、ブロックを追加して分子を成長させる。
  2. Shrink: 部分木を切り取り、分子を縮小させる。
  3. Rerun: 同じブロックと反応テンプレートを使用しつつ、中間生成物（中間体）の選択をランダムに変更し、異なる最終生成物を導く。
  4. Change Internal: 内部ノードの反応テンプレートを互換性のある別のものに変更する。
  5. Change Leaf: 葉ノードのビルディングブロックを互換性のある別のものに変更する。

2.3 機械学習との統合：ビルディングブロックフィルタリング

SynGA の性能を向上させるため、ML を活用した「ビルディングブロックフィルタリング」を導入しました。

• アナログ検索用 (SynGA + MLP): クエリ分子に対して、最も関連性の高いビルディングブロックのサブセットを予測する二値分類器（MLP）を学習します。これにより、探索空間を大幅に削減し、類似分子の発見効率を上げます。
• 特性最適化用 (SynGBO): 目的関数（物性）が複雑な場合、MLP 分類器は適用困難です。そのため、Neural Additive Models (NAM) を採用し、ビルディングブロックごとのスコアの和で物性をモデル化します。
  • SynGBO (SynGA + Bayesian Optimization): 内側ループで NAM フィルタリング付きの SynGA を用いて獲得関数を最適化し、外側ループでガウス過程（GP）を用いて真のオラクル（物性評価）を効率的に探索するハイブリッド手法です。

3. 主要な貢献 (Key Contributions)

1. SynGA の提案: 合成経路を直接進化させるシンプルで ML フリーの遺伝的アルゴリズム。合成可能性を構造によって保証し、将来的なアルゴリズムの基盤（ベースライン）として機能します。
2. ML 駆動のブロックフィルタリング: 軽量な ML モデル（MLP および NAM）を用いてビルディングブロック集合を動的に制限する手法。これにより、大規模な化学空間（約 20 万ブロック）からの効率的な探索が可能になりました。
3. SynGBO の開発: 特性最適化タスクにおいて、SynGA とブロックフィルタリングをベイズ最適化の内側ループに組み込んだモデルベースの手法。
4. 包括的なベンチマーク: 2D/3D 目的関数に対する「合成可能なアナログ検索」と「サンプリング効率的な特性最適化」において、最先端（SOTA）の性能を実証しました。

4. 結果 (Results)

4.1 合成可能なアナログ検索 (Synthesizable Analog Search)

• タスク: ChEMBL データセットから 1,000 分子の類似体（アナログ）を合成可能な範囲内で探索。
• 結果:
  • 単純な類似度ヒューリスティックや ML フィルタ（MLP）を組み合わせることで、ビルディングブロック数を 20 万から数百に削減しつつ、高い類似度（Morgan, Scaffold, Gobbi 指標）を達成しました。
  • 既存の ML ベース手法（SynFormer, ChemProjector など）と比較し、合成経路の妥当性（Validity）は 100% 保証され、類似度指標でも競合する性能を示しました。
  • SynFormer は推論が高速ですが、SynGA は探索に依存するため時間がかかります。しかし、SynGA は新しいブロックセットや反応テンプレートへの適用が容易です。

4.2 特性最適化 (Property Optimization)

• タスク: Practical Molecular Optimization (PMO) ベンチマーク（23 課題）と、タンパク質リガンド結合ドッキング（LIT-PCBA）の 3D 最適化。
• 結果:
  • PMO ベンチマーク: 合成を考慮しない最良の手法（GPBO, Genetic GFN など）と同等か、それ以上の性能（AUC スコア）を SynGBO が達成しました。特に、SynGA 単体では合成制約により探索空間が狭くなる傾向がありましたが、SynGBO によってこれを克服し SOTA となりました。
  • ドッキングスコア: 3D 構造に基づくドッキングスコア最適化において、SynGA は既存の合成可能手法（SynNet, SynFlowNet など）を凌駕し、3DSynthFlow と同等のスコアをオラクル呼び出し回数の 1/4で達成しました。SynGBO はさらに性能を向上させました。

5. 意義と結論 (Significance)

• 合成可能性の構造的保証: 従来の「生成後に合成可能性をチェックする」アプローチではなく、**「生成プロセス自体を合成可能に設計する」**ことで、無駄な探索を排除し、実験室での実用性を高めています。
• 軽量性と柔軟性: SynGA は ML モデルの事前学習を不要とし、計算リソースが限られた環境でも実行可能です。また、ML とのハイブリッド化（フィルタリングやベイズ最適化）が容易であり、将来的な大規模ワークフローへの統合が期待されます。
• ML と GA の相乗効果: 本論文は、古典的な遺伝的アルゴリズムが、適切な制約と ML によるフィルタリングを組み合わせることで、現代の深層学習ベースの手法と競合しうる強力なツールとなり得ることを示しました。

結論として、SynGA は合成制約を考慮した分子設計において、堅牢なベースラインであると同時に、ML と組み合わせて高度な最適化タスクを達成するための汎用的なモジュールとして機能します。

---

コード: 本論文のコードは GitHub で公開されています（https://github.com/alstonlo/synga）。