DGLD: Domain-Gated Latent Diffusion for the Discovery of Novel Energetic Materials

本論文は、既存のモデルが訓練データを単に記憶する、あるいは外挿時に性能を維持できないという限界を克服し、DFT によって爆速が 8 km/s を超えることが確認された 2 つの構造的に特異かつ高性能な爆薬（L1 および E1）の発見と検証に成功した新たな生成フレームワークであるドメインゲートド潜在拡散（DGLD）を導入する。

要約

ロケットやガス発生器のために、新しい超強力な燃料を発明しようとしていると想像してください。あなたは、巨大な威力を持ちながら、持ち運び可能なほど小さく軽量な何かを望んでいます。問題は、過去15年間、科学者たちはHMXやCL-20といった旧来のチャンピオンを凌駕する単一の新しい「超燃料」分子を見つけていないことです。

なぜこれほど難しいのでしょうか？それは干し草の山から針を探すようなものですが、その干し草の山は6万6千もの異なる化学レシピで構成されており、そのうち約3千ものレシピだけが実際の研究所でテストされたか、超精密な物理学シミュレーションで検証されたに過ぎません。残りは単なる大まかな推測です。標準的なコンピュータプログラムに新しい燃料を設計させると、通常、以下の2つの悪いことのいずれかを行います：すでに知っている古いレシピをそのままコピーする（暗記する）か、紙の上では良く見えるが、実際に数学を検証すると崩壊してしまう、荒唐無稽で不可能な化学物質を作り出してしまいます。

解決策：DGLD（ドメインゲート型潜在拡散）

著者らは、この問題を解決するためにDGLDと呼ばれる新しいAIシステムを構築しました。DGLDを、完璧な新しい分子を見つけるために3段階のプロセスを用いる、高度に専門化された「化学建築家」と考えてください。

1. 「信頼フィルター」（学習時間）

あなたが学生にシェフになるよう教えていると想像してください。あなたには6万6千ものレシピが載った料理本があります。

• その中の3千のレシピは、実際の厨房で実際のシェフによってテストされたものです（実験/DFTデータ）。
• 残りの6万3千は、見習いアシスタントが書いた大まかな見積もりに過ぎません（代理データ）。

もし学生にすべてのレシピを味わわせると、悪い見積もりに混乱させられ、ひどい料理を作るようになってしまうかもしれません。
DGLDの工夫： 学習に「信頼フィルター」を設けます。AIにこう伝えます：「特定の目標（超燃料を作る）を学ぶ際には、3千の実際のテスト済みレシピにのみ注意深く集中せよ。残りの6万3千の大まかな見積もりについては、料理の一般原則（分子がどのようなものか）を学ぶためにのみ使用し、最終的な味を決定させるな」と。これにより、AIが不良データに混乱することを防ぎます。

2. 「マルチツールコンパス」（サンプリング時間）

AIが新しい分子を「夢見」始めると、ガイドが必要です。AIが霧の深い森を歩き、特定の宝物を探している想像してください。

• 標準的なAIは、まっすぐ歩いたり、無作為にさまよったりするだけです。
• DGLDはAIにマルチツールコンパスを与えます。このコンパスには、異なる6つの針があり、それぞれ異なるものを指し示します：安全か？安定しているか？強力か？構築しやすいか？
• AIが一歩進むたびに、コンパスがそれを誘導します。AIが危険な分子や不安定な分子の方へ流れ始めると、コンパスがそれを押し戻します。弱さの方へ流れると、コンパスが強さの方へ導きます。重要なのは、AIが歩き方を再学習することなく、これらの針をオン・オフできる点です。

3. 「4段階セキュリティチェック」（検証）

AIは4万もの潜在的な新しい分子のリストを吐き出します。そのほとんどはゴミです。DGLDはこれらを厳格なセキュリティ漏斗に通します：

• ステージ1（ボーダー）： 迅速な化学ルールチェック。危険な原子が含まれているか？大きすぎないか？もしそうなら、即座に排除されます。
• ステージ2（審判）： コンピュータが、威力、安全性、そして古いレシピとの差異の組み合わせに基づいて、生き残った分子をランク付けします。
• ステージ3（ストレステスト）： 高速な物理学シミュレーションが、分子の電子が安定しているかを確認します。存在するだけで爆発しそうな場合は除外されます。
• ステージ4（ゴールドスタンダード）： 最終的に残った12候補が、完全で遅く、超精密な物理学監査（DFTと呼ばれる）を受けます。これが「実ラボ」シミュレーションです。

結果：黄金を見つける

この一連のプロセスを実行した後、DGLDは最終的な物理学監査を合格した12の全く新しい分子を見つけました。

• スタープレイヤー（L1）： 3,4,5-トリニトロ-1,2-イソキサゾールと呼ばれる分子です。構造的にユニーク（古いレシピとは全く異なる外観）であり、現在ある最良の燃料と同等のパフォーマンスを発揮します。
• ランナーアップ（E1）： 全く異なるファミリーからの別の新しい分子で、さらに強力である可能性がありますが、もう少し安全性の確認が必要です。

他の手法が失敗した理由

この論文では、DGLDを他の3つの人気のあるAI手法と比較してテストしました：

• 手法A（SMILES-LSTM）： 教科書をただ暗記した学生のようなものでした。18%の確率で、古い分子をそのまま正確にコピーしていました。
• 手法B（SELFIES-GA）： 迅速なチェックでは素晴らしいように見える「完璧な」分子を見つけましたが、実際の物理学監査が行われた際に崩壊しました。これは偽物でした。
• 手法C（REINVENT 4）： 新しく奇妙な分子を見つけましたが、それらは旧来のチャンピオンを打ち負かすには威力が不足していました。

結論：
DGLDは、標準的なコンピュータハードウェア上で実行しながら、完全に新しい分子をかつ実際に有用なほど強力な分子を、成功裏に見つけた唯一の手法です。著者らは、彼らのコードとこれら12の新しい分子のリストを公開し、化学者たちが実際の研究所でそれらを構築できるようになっています。彼らは、数日間のコンピュータ時間によって、次世代の超燃料が発見され、合成の準備が整うと推定しています。

技術概要

技術サマリー：DGLD – 新規エネルギー材料の発見のためのドメインゲート型潜在拡散

問題定義
新しいエネルギー材料（EM）の発見は、「スパーズラベル（希少ラベル）」のボトルネックに直面している。合成可能な炭素・水素・窒素・酸素（CHNO）系小分子の化学空間は広大である一方、高品質な性能ラベルのデータセットは極めて限られている。約 66,000 個のラベル付き分子のうち、実験値または高忠実度の密度汎関数理論（DFT）測定値を持つのは約 3,000 個のみであり、残りは経験式（Kamlet–Jacobs）または信頼性の低いサロゲートモデルに依存している。この混合品質のコーパスで訓練された従来の生成モデルは、訓練データを記憶する（新規化合物の発見に失敗する）か、較正なしに外挿して、厳密な物理的検証下で崩壊する候補を生成するかのどちらかである。さらに、既存の手法は、高性能（例：爆速 $D \ge 9.0$ km/s、密度 $\rho \ge 1.85$ g/cm³）と構造的な新規性（既知の HMX/CL-20 類化合物との非類似性）という二重の制約を同時に満たすことに苦慮している。

手法：DGLD パイプライン
著者は、スパーズラベル領域を航行しつつ、化学的妥当性と物理的精度を確保するために設計された 4 段階のパイプラインである**ドメインゲート型潜在拡散（DGLD）**を導入する。

1. 4 段階ラベル信頼階層（訓練時）：
   すべてのラベルを均等に扱うのではなく、DGLD はラベルの信頼性に基づいたゲーティング機構を実装する：

   • ティア A（実験値）およびティア B（DFT 派生）： これらの高信頼ラベルは条件勾配を駆動し、生成を特定の性能目標へと誘導する。
   • ティア C（Kamlet–Jacobs 派生）およびティア D（3D-CNN サロゲート）： これらの低信頼ラベルは条件信号から除外される。代わりに、これらは分類器フリーガイドドロップアウトを介して無条件事前分布を訓練する。これにより、ノイズの多いデータがターゲット生成信号を汚染することなく、モデルの周辺分布を形成するためにコーパスの量を利用できる。

2. マルチタスクガイド付き潜在拡散：

   • エンコーダ： エネルギー材料コーパスで微調整された LIMO（Latent Molecular）VAE が、SELFIES 文字列を 1024 次元の潜在空間にマッピングする。このエンコーダは初期訓練後に固定される。
   • デノイザ： 条件付き潜在 DDPM（Denoising Diffusion Probabilistic Model）が、この潜在空間で逆過程を学習する。FiLM（Feature-wise Linear Modulation）を用いて、条件信号（密度、生成熱、爆速、圧力）を注入する。
   • 2 つの相補的デノイザ： 潜在空間における高生成熱（HOF）と高密度/高性能の尾部が分断されている性質に対処するため、2 つのデノイザが訓練される。DGLD-H（HOF 偏向）とDGLD-P（$\rho, D, P$ 偏向）である。
   • マルチタスクスコアモデル： サンプリング時、6 つのヘッド（Viability、Sensitivity、Hazard、Performance、Synthesisability A、Synthesisability C）を持つ別個のスコアモデルが勾配誘導を提供する。サンプリング中は、Viability、Sensitivity、Hazard の 3 つのヘッドのみが活性化され、バックボーンを再訓練することなく、不安定または安全上のリスクがある領域から軌道を誘導する。

3. 自己蒸留リファインメント：
   「Viability」ヘッドは、自己蒸留ループを通じて精緻化される。モデルが候補を生成し、フィルタリングする。偽陽性（初期チェックを通過した化学的に無効または不安定な分子）をマイニングし、再エンコードして「ハードネガティブ」として使用し、Viability ヘッドを再訓練する。このプロセスにより、初期のランダムフォレスト分類器の決定境界と、拡散サンプリャーが実際に占める潜在領域の間のギャップが埋められる。

4. 4 段階検証ファネル：
   復号化された候補は、漸進的なフィルタリングプロセスを受ける：

   • ステージ 1（SMARTS ゲート）： 自由基、ハロゲン、化学的に不可能なモチーフを除去する。合成可能性（SA）と複雑さ（SC）の上限を適用する。
   • ステージ 2（パレート再ランク付け）： 候補を複合指標（性能、Viability、新規性、安全性）でスコアリングし、パレートフロントを選択する。
   • ステージ 3（xTB トリアージ）： 半経験的 GFN2-xTB 最適化により、電子安定性（HOMO–LUMO 間隔 $\ge 1.5$ eV）をチェックする。
   • ステージ 4（DFT オーディット）： 生き残った上位候補に対して、完全な第一原理 DFT 最適化（B3LYP/6-31G(d)）および単一点エネルギー計算（$\omega$B97X-D3BJ/def2-TZVP）を行う。結果は、6 つの参照アンカー（RDX、TATB、HMX、PETN、FOX-7、NTO）に対して較正される。

主要結果

• 新規性と性能： DGLD は、12 個の DFT 確認済み新規リードを生成した。ヘッドライン化合物である**L1（3,4,5-トリニトロ -1,2-イソキサゾール）**は、較正済み密度 $\rho_{cal} = 2.09$ g/cm³および爆速 $D_{K-J,cal} = 8.25$ km/s を達成する。重要なのは、L1 が 65,980 個の訓練分子のすべてと構造的に非類似であること（最大タンニトモ類似度 = 0.27）である。
• 共ヘッドラインリード： 化学的に異なるスケルトンファミリーからの 2 番目のリードである**E1（4-ニトロ -1,2,3,5-オキサトリアゾール）**は、熱安定性の確認を待っているが、$D_{K-J,cal} = 9.00$ km/s および $\rho_{cal} = 2.04$ g/cm³に達している。
• ベースライン比較：
  • SMILES-LSTM： 出力の 18.3% を完全に記憶した。新規の高性能リードを生成できなかった。
  • SELFIES-GA： コーパスの再発見が 74% 発生した。最良の新規候補は、サロゲート値 $D=9.73$ km/s から DFT オーディット下で $D=6.28$ km/s に崩壊した（3.5 km/s の誤差）。
  • REINVENT 4： 新規の高窒素ヘテロ環を生成したが、サロゲート値で $D=9.02$ km/s がピークであり、DFT レベルで一貫した生産的象限のカバレッジを欠いていた。
  • DGLD： DFT レベルで確認された「生産的象限」（同時に新規かつターゲット性能）に一貫して到達した唯一の手法。

意義と主張
本論文は、DGLD が、無条件事前分布の学習（全データ使用）と条件勾配の学習（高信頼データのみ使用）を分離することにより、エネルギー材料のスパーズラベル領域を成功裡に航行した最初の手法であると主張している。このアプローチにより、モデルはノイズの多いラベルに汚染されることなく、化学空間の高性能尾部へと外挿することを可能にする。

著者は、発見から DFT 検証までのパイプライン全体が、汎用ハードウェア（数 GPU 日）で実行可能であることを強調している。この研究は、最終的な合成論文ではなく、実験的検証のための候補を成功裡に特定する手法として位置づけられている。コード、チェックポイント、およびマイニングされた 918 個の「ハードネガティブ」の公開は、次の HMX 級化合物の発見に対する障壁を下げることが意図されている。

認められた限界
論文は明示的に以下の点を指摘している：

• 密度予測は、固定された充填係数（0.69）を用いた気相 DFT に依存しており、絶対密度値に不確実性を導入している。
• 爆速に使用される Kamlet–Jacobs 方程式は閉形式近似であり、絶対値には熱化学平衡ソルバ（例：EXPLO5、Cheetah）が必要である。
• 公開された USPTO テンプレート（AiZynthFinder）を用いた逆合成分析は、エネルギー材料固有のテンプレートの欠如により、低いヒット率を示した（L1 の場合 1/12）。これは必ずしも合成不可能性を意味するものではない。
• オキサトリアゾール類（E1）は較正セットに DFT アンカーを欠いており、その性能指標は外挿となる。