🤖 machine learning

PhAME: Phenotype-Aware Molecular Editing via Latent Diffusion

PhAME は、新規のコンポーザショナル・クラスターフリー・ガイダンス方式を通じて、所望の表現型シグネチャを達成するために小分子構造を最適化しつつ、種子分子との構造的近接性を維持することで、精密かつ制御可能な分子編集を可能にする潜在拡散フレームワークである。

原著者： Łukasz Janisiów, Sebastian Musiał, Bartosz Zieliński, Dawid Rymarczyk, Tomasz Danel

公開日 2026-05-28

📖 1 分で読めます☕ さくっと読める

CC BY 4.0

原著者： Łukasz Janisiów, Sebastian Musiał, Bartosz Zieliński, Dawid Rymarczyk, Tomasz Danel

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

あなたが新料理を創作しようとする大料理長だと想像してください。あなたは「ヒット」したレシピ、つまり味は良いが完璧ではないスープを持っています。あなたは、有名な評論家の記述に合う特定の複雑な風味プロファイル（例えば「スパイシーでスモーキー」）を持つように調整したいのですが、スープをケーキに変えるように、レシピを大きく変更して全く別の料理にしてしまいたくはありません。

これは、医薬品科学者が直面するまさにその問題です。彼らは少し機能する「シード」分子を持っており、化学構造（レシピ）を壊すことなく、その生物学的効果（風味）を修正するためにそれを編集する必要があります。

ここで登場するのがPhAME（Phenotype-Aware Molecular Editing、表現型認識分子編集）です。PhAME を、分子レシピを完璧に調整するのを助ける、超知的な AI 搭載の「レシピ編集者」と考えてください。

以下に、その仕組みを簡単な概念に分解して説明します。

1. 問題：「綱渡り」

通常、科学者が AI を使って分子を改良しようとすると、苛立たしいトレードオフに直面します。

望ましい生物学的効果（表現型）に一致させるために AI を過度に駆使すると、分子があまりにも変化しすぎて元の構造を失い、機能しなくなる可能性があります。
逆に、構造を完全に同じに保つように AI に指示すると、分子が望ましい生物学的効果を得るために十分な変化を遂げません。

これは綱渡りをしようとしているようなものです。左に傾きすぎ（構造を変えすぎ）れば転落します。右に傾きすぎ（そのままにすれば）れば、前に進むことはできません。

2. 解決策：2 つの独立したノブ

PhAME は、1 つではなく2 つの独立した制御ノブをユーザーに提供することでこの問題を解決します。

ノブ A（「風味」ノブ）： これは、AI が望ましい生物学的効果（遺伝子発現プロファイルや細胞の形状など）にどの程度強く一致しようとするかを制御します。
ノブ B（「構造」ノブ）： これは、AI が分子を元の「シード」分子とどの程度似せて保たなければならないかを厳格に制御します。

従来の手法では、これら 2 つの目標が単一のノブで結びつけられていました。風味を得るためにノブを上げると、構造を失うことになります。PhAME では、ノブ A を上げて完璧な生物学的効果を得ながら、構造を安全に保つためにノブ B を設定したままにできます。バランスを完全に制御できます。

3. 「秘密のソース」：潜在空間

PhAME は実際にどのように編集を行うのでしょうか？
分子を物理的な物体ではなく、巨大で目に見えない地図（「潜在空間」と呼ばれる）上の一点だと想像してください。

シード： 元の分子はこの地図上のドットです。
ターゲット： 望ましい生物学的効果は、地図上の異なる領域です。
プロセス： PhAME はシードのドットに少しの「ノイズ」（地図を揺らすようなもの）を加え、その後、2 つのノブを使ってそのドットをターゲット領域へと導きます。
- 「構造」ノブを上げると、ドットは出発地点の近くに留まります。
- 「風味」ノブを上げると、ドットはターゲット領域に近づきます。

分子をゼロから再構築しようとするのではなく、この地図上で作業するため、最終的な結果が有効で実用的な分子であることを保証します。

4. 論文が達成したと主張すること

著者らは PhAME を 3 つの主要な方法でテストし、すべてにおいて勝利しました。

特性の調整： 分子を元のものと似せながら、特定の化学的特性（脂溶性の良さなど）を変更するよう求められた場合、PhAME は既存のどの手法よりも優れた成果を上げました。特性を変更することと形状を保つことの完璧なバランスを見つけました。
新しい結合剤の発見： 特定の疾患を引き起こすタンパク質（PARP1 や BRAF など）に強く結合する分子を生成するよう求められた場合、PhAME は競合他社よりも多くの「ヒット」（成功した候補）を見つけました。さらに、自らのトレーニングライブラリ内の最良のものよりも優れた分子さえ見つけ出しました。
「細胞の気分」の読み取り： これが最も複雑なテストです。AI には細胞の「気分プロファイル」（顕微鏡下での細胞の見た目や遺伝子の振る舞いに基づいたもの）が与えられ、その特定の気分を引き起こす分子を作成するよう求められました。
- 結果： PhAME は、古い分子を単にコピーするのではなく、ターゲットの「気分」（作用機序）に一致する分子を確実に作成できた唯一の手法でした。さらに、出発分子から、ターゲット細胞の生物学的プロファイルを見るだけで、アスピリンのような既知の医薬品へと「編集」して変えることさえできました。

まとめ

PhAME は、科学者が医薬品分子を外科的な精度で編集することを可能にする新しいツールです。「効果を変えること」と「形状を保つこと」のバランスをどう取るか推測する代わりに、2 つの独立した制御を提供します。これにより、化学的に有効で、新規性があり、狙う生物学的シグナルに完璧に調整された新しい医薬品候補を作成することが可能になります。

技術概要：PhAME – 潜在拡散による表現型認識分子編集

問題定義

低分子創薬は、単一の標的結合アッセイではなく、細胞形態（Cell Painting）やトランスクリプトームプロファイル（L1000）などの高次元生物学的シグネチャ（表現型）に対する候補分子の最適化に、ますます依存するようになっています。支配的なワークフローには、活性を持つ「シード」分子を、元のヒットとの構造的近接性を維持しつつ、効力を向上させるか作用機序を変更するために反復的に改良する、「ヒット・ツー・リード（H2L）」および「リード最適化（LO）」が含まれます。

既存の生成手法は、この特定のワークフローを効果的に処理することに失敗しています：

リガンド中心の生成器は有効な分子を生成しますが、複雑な表現型ターゲットへ誘導したり、特定のシードに固定したりするメカニズムが欠如しています。
表現型条件付き生成器（例：GxVAE、SmilesGEN）は、通常、既知のヒットから開始する必要性を無視し、表現型ターゲットから de novo（新規）に分子を生成します。
拡散モデルにおける**標準的なクラスターフリーガイダンス（CFG）**は単一のガイダンススケールを使用するため、ターゲット表現型との一致とシード分子の構造的類似性の維持との間で、避けられないトレードオフを強います。

手法：PhAME フレームワーク

著者らは、事前学習されたグラフベースの変分オートエンコーダ（VAE）の潜在空間内で分子最適化を編集タスクとして再定義する、**PhAME（表現型認識分子編集）**という潜在拡散フレームワークを提案します。

1. 潜在空間とアーキテクチャ

ベースモデル：PhAME は、分子グラフを連続的な潜在ベクトル（ $z_0$ ）にエンコードし、有効な SMILES 文字列にデコードする事前学習済みグラフベース VAE であるDGVAE [34] の潜在空間上で動作します。エンコーダとデコーダは固定され、拡散モデルのみが学習されます。
表現型認識埋め込み：生成をシード分子に固定しつつ表現型の関連性を尊重するために、PhAME はInfoAlign [24] 埋め込みを利用します。生化学的フィンガープリントとは異なり、InfoAlign 埋め込みは情報ボトルネックを介して分子構造を細胞応答プロファイル（Cell Painting および L1000）と整合させます。この埋め込み（ $z_{align}$ ）は、表現型に関連する類似性を反映する構造的アンカーとして機能します。

2. 学習戦略

データ構築：訓練ペアは、プロパティ閾値の反対側に位置する構造的に類似した分子（例：結合体 vs 非結合体、または高 logP vs 低 logP）を選択することで構築されます。
目的：ノイズ除去ネットワーク $\epsilon_\theta$ $ϵ_{θ}$ は、以下の条件に基づいて、ターゲット分子の潜在表現（ $z_0$ $z_{0}$ ）に追加されたノイズを予測するように学習されます：
1. ターゲット表現型シグネチャ（ $c$ ）。
2. シード分子の InfoAlign 埋め込み（ $z_{align}$ ）。
損失関数：学習目的は、標準的な拡散損失（ $L_{diff}$ ）と、ノイズ除去されたサンプルがシードの InfoAlign 埋め込みから過度に逸脱することを罰するアライメント損失（ $L_{align}$ ）を組み合わせます。これにより構造的整合性が保証されます。

3. 構成的クラスターフリーガイダンス（c-CFG）

PhAME の核心的な革新は、標準的な CFG を構成的ガイダンス方式に置き換えることです。単一のガイダンススケール $w$ の代わりに、PhAME はガイダンス信号を独立した 2 つの項に分解し、それぞれに別々のスケールを適用します：
$\tilde{\epsilon}_\theta(\hat{z}_t, t, c, z_{align}) = \epsilon_\theta(\hat{z}_t, t, \emptyset, \emptyset) + w_c \Delta_c + w_a \Delta_a$
ここで：

$\Delta_c$ はターゲット表現型（ $c$ ）への勾配方向です。
$\Delta_a$ はシード構造（ $z_{align}$ ）への勾配方向です。
$w_c$ は表現型一致の強度を制御します。
$w_a$ は構造的固定の強度を制御します。

この分離により、実務家は新しい生物学的特性の最適化とシードへの構造的類似性の維持との間のトレードオフを明示的に制御でき、単一スケール CFG に内在する強制的な妥協を排除します。

4. 推論モード

分子編集：シード分子をエンコードし、部分的にノイズを加え（探索半径を制御）、その後、二重ガイダンス方式を用いてノイズ除去を行い、アナログを生成します。
De Novo 生成：モデルは純粋なノイズ（ $\hat{z}_T \sim \mathcal{N}(0, I)$ ）からサンプリングでき、 $w_a=0$ とすることで、標準的な表現型条件付き生成器として機能します。

主要な貢献

潜在拡散分子編集：グラフ VAE 潜在空間内で複雑な生物学的シグネチャに導かれた体系的なヒット・ツー・リード最適化を可能にするフレームワークの導入。
構成的ガイダンス機構：表現型一致とシード近接性を独立して制御するために 2 つの独立したスケール（ $w_c$ および $w_a$ ）を利用する CFG の新規一般化。これにより、これらの目的間のトレードオフを効果的に解決します。
最先端のパフォーマンス：ドッキングスコア最適化、トランスクリプトーム条件付き生成、Cell Painting 駆動の作用機序（MoA）生成など、多様なモダリティにわたる優れた結果の提示。同時に、高い化学的有効性と新規性を維持しています。

実験結果

著者らは PhAME を 4 つの異なるベンチマークで評価しました：

1. 制御されたプロパティ編集（logP）

タスク：MOSES ベンチマークにおいて、シード分子との構造的類似性を維持しつつ logP 値を最適化します。
結果：PhAME は、Mol-CycleGAN、DiGress、PURE などのベースラインを上回る最高NTS スコア（新規性、ターゲット成功、類似性の複合指標）を達成しました。 $w_c$ と $w_a$ の独立したチューニングにより、モデルが専門的手法の特定の強み（例：DiGress のような高いターゲット成功、または PURE のような高い類似性）を同時に達成できることを示しました。

2. ドッキングスコア最適化

タスク：ZINC250k 上で 3 段階のカリキュラム学習アプローチを用いて、5 つのタンパク質ターゲット（PARP1、FA7、5HT1B、BRAF、JAK2）に対する新規高親和性結合体を生成します。
結果：PhAME は新たな最先端の結果を樹立し、5 つのターゲットすべてで最良のドッキングスコアを達成し、5 つのターゲットのうち 4 つで最高新規ヒット率を記録しました。特に、PhAME が生成した分子のトップ 5% は、ZINC250k 訓練セット全体のトップ 5% よりも強力でした。

3. トランスクリプトーム誘導生成

タスク：特定のターゲット（例：AKT1、HDAC1）に対する遺伝子発現プロファイル（L1000）を条件として分子を生成します。
結果：PhAME は、ドラッグライクネス（QED）および合成可能性（SA）において、遺伝子条件付きベースライン（TRIOMPHE、GxVAE、SmilesGEN）を上回りました。重要なのは、既知の結合体との構造的類似性がベースラインと比較して著しく高かった（HDAC1 で最大 +90% の改善）ことです。これは、発現データのみを使用して既知のファーマコフォアを効果的に回復できたことを示しています。

4. 細胞表現型誘導生成（MoA）

タスク：特定の作用機序（MoA）に対応する Cell Painting 形態セントロイドを条件として、de novo 分子を生成します。
結果：PhAME は、複数の表現空間（ECFP、CLOOME、InfoAlign）において、Top-1 クラスタ精度およびMoA 検索率でベースライン（DGVAE、CPMolGAN、GFlowNet）を大幅に上回りました。これは、すべての空間で一貫して偶然のベースラインをクリアした唯一の手法であり、特定の埋め込みへの過学習ではなく、構造活性相関の真の学習を示しています。

意義と主張

本論文は、PhAME が現代創薬における重要なボトルネック、すなわち、現在の生成モデルが既知のヒットを同時に編集し、複雑なシステムレベルの生物学的シグナルへ誘導できないという課題に対処していると主張しています。最適化を潜在空間編集として再定義し、構成的ガイダンスを導入することで、PhAME は構造的保存と表現型最適化という相反する目的のバランスを取る制御可能なメカニズムを提供します。

著者らは、このフレームワークがより効率的なヒット・ツー・リードプロセスを可能にし、研究者が単一標的結合アッセイに依存することなく、既知の活性化合物周辺の化学空間を探索しつつ、特定の生物学的成果（例：遺伝子ノックダウンや形態変化）をターゲットにできると述べています。結果は、PhAME が表現型ガイダンスのみを使用してシード分子から既知の治療薬を回復できる可能性を示唆しており、創薬の転用やリード最適化におけるその可能性を浮き彫りにしています。