🤖 machine learning

Controllable Molecular Generative Foundation Models

本論文は、原子レベルの行動空間の課題を克服するためにモチーフ感知グラフ拡散パイプラインと強化学習を活用し、事後フィルタリングを必要とせずに多様な材料および創薬タスクにおいて卓越した性能と妥当性を達成する制御可能な分子生成基盤モデル「CoMole」を導入する。

原著者： Yihan Zhu, Yuhan Liu, Weijiang Li, Tengfei Luo, Meng Jiang

公開日 2026-05-18

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Yihan Zhu, Yuhan Liu, Weijiang Li, Tengfei Luo, Meng Jiang

原論文は CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/) でライセンスされています。 ✨ これは以下の論文のAI生成解説です。著者が執筆または承認したものではありません。技術的な正確性については原論文を参照してください。免責事項の全文を読む

ロボットシェフに「辛味トマトスープ」といった特定の料理を教える際、塩を一粒ずつ、油を一滴ずつ指示しか与えないと想像してみてください。ロボットが塩を一粒加え、次に油を一滴加え、さらに塩を一粒加えると、スープとは程遠い、塩気と油気の混じった悲惨な状態になってしまうかもしれません。料理が食用可能かどうかを知る以前に、何千もの小さくリスクのある決定を下さなければなりません。这正是、AI を用いて新分子（医薬品や材料の構成要素）を設計しようとする科学者が直面する問題そのものです。

本論文は、この問題を「ロボットがどのように考えるか」を変えることで解決する、新しい AI システム「CoMole」を紹介します。

問題：「原子単位」の罠

分子設計に用いられる現在の AI モデルは、あの不器用なロボットシェフと同様に動作します。つまり、炭素原子を一つ、次に水素原子を一つと、原子を一つずつ組み合わせて分子を構築しようとします。

リスク: 非常に多くの微小なステップがあるため、AI は初期段階で小さな過ちを犯しがちです（例えば、化学の法則を破るような原子同士の結合）。一度そうすると、分子全体が無効となり、AI は最初からやり直しを余儀なくされます。
結果: AI は行き詰まります。「この分子は優れた医薬品だ」といった報酬から学習しようとしますが、過ちに気づく頃には手遅れになっています。論文はこの現象を「軌道の崩壊（trajectory collapse）」と呼びます。AI は化学的な可能性の崖から転落し、這い上がる前に失敗してしまうのです。

解決策：「レゴブロック」戦略

著者らは、化学者が個々の原子ではなく、ベンゼン環や特定の官能基のように、互いに機能する原子の「グループ」で思考していることに気づきました。彼らはこれらのグループを「モチーフ（motifs）」と呼びます。

レゴブロックで組み立てることを想像してください：

従来の方法（原子レベル）: 個々のプラスチックの粒を接着して城を作ろうとします。一粒間違えるだけで、壁は崩れ落ちます。
CoMole の方法（モチーフレベル）: 壁、窓、塔といった既製のレゴブロックで組み立てます。これらの大きくて安定したブロックをパチンとはめ合わせます。

CoMole は、これらのレゴブロックの言語を学ぶ「ファウンデーションモデル（学習済みの賢い基盤）」です。「ここに炭素原子を追加する」と決めるのではなく、「ここにベンゼン環を結合する」と決めます。

仕組み：3 段階のトレーニング

この仕組みを実現するための 3 段階のトレーニングプロセスが論文で説明されています：

事前学習（図書館）: まず、AI は数百万の既存分子を読み、有効な「レゴブロック（モチーフ）」がどのようなものかを学びます。安定した化学構造の精神的な図書館を構築します。
微調整（レシピ本）: 次に、特定の指示に従うことを学びます。「酸素を濾過する能力に優れた分子が必要だ」と言われれば、その目標に合わせてレゴブロックを配置する方法を学びます。
強化学習（味見テスト）: 最後に、AI はゲームをプレイします。分子を構築し、目標を満たしているか（例：「これは優れた医薬品か？」）を確認し、スコアを得ます。
- 魔法: 小さな粒ではなく大きなレゴブロックで構築しているため、頻繁に破綻することがありません。成功と失敗から、はるかに迅速かつ確実に学習できます。

結果：より良く、速く、安全に

著者らは、ガスフィルタ用新材料の設計、特定の電子特性を持つポリマーの作成、新薬候補の探索という 3 つの異なる課題で CoMole をテストしました。

制御性: 彼らがテストした 9 つのすべてのタスクにおいて、CoMole は目標を達成する点で最善でした。例えば、特定のガス透過性を持つポリマーの設計を求められた場合、次善の手法と比較してほぼ50% 高い精度を達成しました。
有効性: 最も印象的なのは、CoMole が事後に人間が修正する必要なく、94% の確率で有効な分子を生成する点です。他の手法はしばしば破損した分子を生成し、廃棄せざるを得ません。
汎用性: 特定の電気エネルギーなど、これまで見たことのない特性の設計を求められた場合でも、CoMole はタスクの「レシピ」を理解するだけで、ゼロからすべてを再学習することなく、優れた成果を上げることができました。

結論

この論文は、AI が原子単位で分子を構築しようとするのをやめ、代わりに事前に承認され、化学的に意味のある「断片（モチーフ）」で構築させることで、はるかに信頼性が高く制御可能なシステムを構築できると主張しています。砂の粒を積み上げて家を建てる試みと、プレハブの壁や屋根をパチンとはめ合わせて建てることの違いです。CoMole は、分子設計のための汎用 AI ファウンデーションモデルにこの「レゴ」アプローチを初めて成功裏に適用したシステムです。

技術的概要：制御可能な分子生成基盤モデル（CoMole）

問題定義

特定の機能特性を持つ構造を生成する分子逆設計は、科学的発見における中心的な課題のままです。近年のグラフ拡散法は分子生成を進展させましたが、それらは主にターゲット特性に対する制御性が限られたタスク固有モデルとして機能しています。この分野には、材料および創薬発見にまたがる異質な設計タスクを、信頼性の高い制御性で処理できる統一フレームワークが存在しません。

強化学習（RL）を用いた事後学習によるこのギャップの埋め合わせの試みは、原子レベルのグラフ拡散に適用される際、決定的なボトルネックに直面します。低レベルの原子単位の行動の広大な空間は、化学者が構造 - 特性の論理を構築するために使用する意味のあるサブ構造（モチーフ）と十分に整合していません。本論文が示すように、原子レベルの RL はしばしば「軌道の崩壊」に陥り、単一の無効な原子選択が生成を可能な化学多様体から逸脱させ、回復を困難にします。この脆弱性は、妥当性の低下と不安定なクレジット割り当てをもたらすため、モデルが構造的変化を特性報酬と確実に関連付けることを妨げます。

手法

著者らは、モチーフ感知グラフ拡散パイプラインに基づいた統一フレームワークであるCoMole（制御可能な分子生成基盤モデル）を提案します。中核的な革新は、グラフ拡散 RL プロセスの再パラメータ化を、原子レベルの決定空間からモチーフ感知決定空間へと行うことにあります。

1. モチーフ感知グラフトークナイゼーション

CoMole は、事前学習データから語彙を学習するノードペアエンコーディング（NPE）ベースのトークナイザーを採用します。このトークナイザーは、化学的に妥当な分子グラフをモチーフグラフ（ $z_0$ ）にマッピングし、ここでノードは原子非重複単位を表します。

単一原子
保持された環単位
データ駆動型の結合サブ構造（高レベルのモチーフ）

この表現は、結合レベルの情報とモチーフ間の結合ラベルを保持し、グラフ状態を大幅に圧縮しながら損失なしの再構成を可能にします。

2. 3 段階トレーニングパイプライン

CoMole は、3 つの段階を含む基盤モデルパラダイムに従います。

事前学習（PT）: モデルは、無条件拡散を用いてモチーフグラフ空間における転移可能な構造事前分布を学習します。
教師あり微調整（SFT）: モデルは、複数の特性（数値的およびカテゴリカル）を条件として受け、タスク固有の整合性を導入します。
強化学習（RL）: 条件付き逆拡散方策は、終端のターゲット特性報酬と整合するように近接方策最適化（PPO）を通じて最適化されます。重要なのは、RL がモチーフ感知行動空間上で動作し、行動が個々の原子編集ではなく、化学的に意味のある決定（例：ベンゼン環の結合）に対応する点です。

3. 理論的正当性

本論文は、原子レベル RL のボトルネックを特徴づける理論的分析を提供します。決定複雑性を逆カーネル内のカテゴリカル因子の数として定義することで、著者らは、モチーフ感知表現が行動空間のサイズを、原子からモチーフへの圧縮率（ $\chi$ ）の二乗に比例する因子で削減することを示しています。この削減は、KL 正則化された方策最適化を安定化させ、報酬を特性関連の行動により直接的にクレジット割り当て可能にし、軌道の崩壊を防ぎます。

主要な貢献

統一基盤モデル: CoMole は、異質な逆設計のために設計された、最初の制御可能な分子生成基盤モデルファミリーとして提示され、現在のタスク固有手法と実用的なニーズの間のギャップを埋めます。
モチーフ感知 RL: この研究は、決定空間を原子から化学的に意味のあるモチーフへとシフトさせることで、グラフ生成における RL の安定化を図る新たなアプローチを導入し、これがなぜ決定複雑性を削減し、クレジット割り当てを改善するかを理論的に正当化します。
転移可能な制御性: このフレームワークは、生成器を固定したままタスク埋め込みのみを最適化することで、未見の特性ターゲットへの制御性を転移する能力を実証し、タスク固有のベースラインと競争力のある性能を達成しました。

実験結果

CoMole は、ポリマーガス透過性、ポリマー DFT 特性、および創薬タスク（FreeSolv、BACE、BBBP）の 3 つの異質なベンチマークで評価されました。

制御性: CoMole は、すべての 9 つのターゲットにおいて制御性で第 1 位となりました。
- ポリマーベンチマークでは、最良のベースラインに対して平均絶対誤差（MAE）を44% 以上削減しました。
- 創薬タスクでは、FreeSolv の MAE を13.1%削減し、BACE 分類において1.0 の精度を達成しました。
- 最強力なベースライン（例：Graph DiT、FREED）と比較して、CoMole は MAE を最大**48.2%**削減しました。
妥当性: このモデルは、ルールベースの修正や事後フィルタリングなしで、すべてのデータセットにおいて0.94 以上の妥当性率を維持しました。対照的に、原子レベルの RL 変種は妥当性の低下（例：0.95 から 0.07 へ）を被り、制御性を維持できませんでした。
一般化: 生成器を固定し、新しいタスク埋め込みのみを学習することで、未見の DFT ターゲット（ $E_i$ 、 $\epsilon_s$ ）でテストされた際、CoMole はそれらのターゲット上で直接トレーニングされたベースラインと競争力のある性能を達成しました。
アブレーション: モチーフトークナイザーを原子レベル表現に置き換えると、妥当性と制御性の両方で壊滅的な失敗を引き起こし、モチーフ感知設計の必要性を確認しました。

意義と主張

本論文は、CoMole が統一され、スケーラブルで、制御可能な分子逆設計の実用的な基盤を提供すると主張しています。事前学習された構造事前分布を、モチーフ感知方策最適化を通じて制御可能な生成へ転移させることで、このモデルは多様な逆設計タスクを支援する転移可能な構造 - 特性知識を学習します。

著者らは、彼らの設計がグラフ生成における原子レベル RL の根本的な脆弱性に対処していると強調しています。化学的に意味のある決定を通じて最適化幾何学を安定化させることで、CoMole は化学的妥当性を維持しながら高い制御性を達成し、分子およびポリマーのための基盤モデルベースの設計システムへの道筋を提供します。これにより、仮説的な生成と実用的な科学的発見の間のギャップを埋めることができます。この研究は、そのようなモデルが、研究者が高価なシミュレーションや実験に着手する前に、異質な制約下で有望な候補を優先するのに役立つことを示唆しています。