技術的概要：化学者と AI の架け橋 – 解釈可能な経路評価のための専門家拡張フレームワーク

問題定義

有機合成、特に医薬品化学およびプロセス化学において、効率的な多段階合成経路の選択は重要なボトルネックとなっている。コンピュータ支援合成計画（CASP）ツールは多様な経路オプションの生成において進展を遂げているが、これらの経路のその後の評価は依然として大きな課題である。既存のデータ駆動型評価システムは、合成設計の多目的性（実現可能性、コスト、安全性、持続可能性などのバランス）を過度に単純化し、特許から抽出された経路などの代理データセットに大きく依存しており、普遍的で根拠のある基準に立脚していない。

特許データは、しばしば最適な化学反応ではなく、時間制約下での選択を反映しており、既存のデータセットは希薄である。なぜなら、通常、1 つの分子に対して報告される合成法は 1 つまたは数個のみだからである。その結果、特許データのみで訓練されたモデルは、専門家の化学者が使用する背後にある推論や評価ヒューリスティックを学習するのではなく、特許経路の「外観」に過剰適合するリスクがある。さらに、高品質な負の反応データの欠如は、前方合成の実現可能性予測を困難にしている。現在、この分野は合成化学者による手動評価に大きく依存しており、このプロセスは遅く、高価であり、スケーリングが困難である。

手法

著者は、機械学習と化学者のドメイン知識を統合し、数値的かつ解釈可能な経路評価を提供する専門家拡張のデータ駆動型スコアリングフレームワーク（図 1 に示す）を提案する。この手法は 3 つのフェーズで進行する。

1. DeepSets ベースのスコアリングモデルの事前学習（フェーズ 1）

システムの核心は、置換不変性を有する反応の集合を処理するように設計されたDeepSetsに基づくニューラルネットワークアーキテクチャである。これにより、モデルは反応数が異なり、順序が不定の入力を有する経路を頑強に処理できる。

• アーキテクチャ: モデルは 2 つのモジュールで構成される。
  • エンコーダ（$\phi$）: 個々の反応特徴（反応クラス、実現可能性スコア、ターゲット化合物の表現、およびオプションの経路埋め込み）を処理し、反応符号化を生成する。
  • スコアラー（$\sigma$）: 反応符号化を集約し、経路レベルの特性（コスト、体積、複雑さ、分子フィンガープリント）と組み合わせ、最終スコアを予測する。
• 訓練目的: モデルは、生成された経路と参照経路との間の**ツリー編集距離（TED）**を予測するために、大規模な特許経路コーパス（47,303 分子、約 170 万経路）で初期訓練される。TED は、高品質な経路と低品質な経路を区別する上で他の候補メトリックを上回る、構造的および戦略的な類似性の堅牢な尺度を提供するため、メトリックとして選択された。
• 入力特徴: システムは、反応埋め込み（テスト対象：構造的差異フィンガープリント [SDF]、化学反応フィンガープリント [RXNFP]、差分反応フィンガープリント [DRFP]）、反応クラスの実現可能性スコア、およびコストや複雑さなどの経路特性を利用する。

2. 専門家拡張のファインチューニング（フェーズ 2）

数値的類似性（TED）と人間の判断の間のギャップを埋めるために、このフレームワークは質的評価層を導入する。

• ヒューリスティック基準: 専門家化学者は、5 段階の反応から経路へのスコアリング尺度に基づき、「良い（Good）」、「妥当（Plausible）」、「悪い（Bad）」という明確な 3 段階分類システムを確立した。
  • 5 点（良い）: 成功する可能性が非常に高く、官能基への影響は無視できる。
  • 4 点（妥当）: 切断は正しいが、わずかな調整が必要、または不要だが有効なステップが含まれる。
  • 3 点: 逆合成論理的に正しいが、特定の保護基スキームまたは酸化還元操作に依存する。
  • 2 点: 大きな選択性の問題があるか、概念的な変更が必要である。
  • 1 点: 成功する可能性が極めて低いか、出発物質の問題が未解決である。
• ファインチューニング戦略: 事前学習された DeepSets バックボーンは、少量データによる専門家監督適応を用いてファインチューニングされる。
  • LoRA（低ランク適応）: ベースエンコーダとスコアラーの重みは固定される。エンコーダの隠れ層の LoRA パラメータと新しい分類ヘッドのみが、専門家ラベル付きデータ（120 経路）を用いて最適化される。
  • 出力: これにより、モデルは元の距離予測子を二次的なシグナルとして維持しつつ、明確な経路実現可能性評価を学習できる。

3. 専門家拡張評価システム（フェーズ 3）

最終システムは、多目的スコアの数値出力と、逆合成計画における現実世界の意思決定と整合する解釈可能な質的実現可能性評価（良い/妥当/悪い）の両方を出力する。

主要な貢献

1. 専門家拡張フレームワーク: 大規模データ駆動型モデリング（特許データでの事前学習）と小規模な専門家整合評価（化学者評価でのファインチューニング）を組み合わせた新規パイプライン。
2. 二重出力システム: モデルは数値スコア（TED 予測）と解釈可能な質的評価（5 段階スケールを 3 段階カテゴリにマッピング）の両方を提供し、AI 駆動型合成計画における透明性の必要性に対応する。
3. 置換不変アーキテクチャ: DeepSets の使用により、モデルは順序に依存しない反応レベルの特性に焦点を当てた順序不定の集合として経路を処理し、学習タスクを簡素化しながら堅牢性を維持する。
4. 効率的なファインチューニング: LoRA の使用により、事前学習された知識の破滅的忘却なしに、限られたデータセット（120 経路）を用いて専門家の判断に適応できる。

結果

システムは、5 交差検証を用いた 120 の専門家ラベル付き経路のテストセットで評価された。

• 質的予測（評価）:

  • モデルは、5 段階スケールにおける専門家評価とのスピアマン相関係数 0.78 ± 0.05およびピアソン相関係数 0.77 ± 0.06を達成した。
  • 3 段階分類（良い/妥当/悪い）において、モデルは全体精度**67 ± 6.4%**を達成した。
  • 性能は特に「良い」（適合率：0.781、再現率：0.795）と「悪い」経路の区別において強力であったが、「良い」と「妥当」のカテゴリ間にはある程度の不確実性が残った。

• 量的予測（距離とランキング）:

  • 距離予測: SDF 埋め込みは、他の手法（DRFP、RXNFP、埋め込みなし）を上回り、最小平均二乗誤差（7.102 ± 0.200）と最高決定係数（0.723 ± 0.003）を達成した。
  • ランキング精度: モデルはテストデータセットにおいて**トップ 1 ランキング精度 60.2%（0.603 ± 0.007）**を達成し、以前のベースライン（17.5%）を大幅に上回った。
  • トップ-k パフォーマンス: SDF ベースのモデルは、参照経路の約 95% をトップ 20 予測内で特定した。

• 埋め込み分析: 興味深いことに、この研究では、より洗練された手法（DRFP、RXNFP）よりも単純な SDF 埋め込みが優れていることが判明した。これは、経路距離予測においては、より単純な構造的表現の方が効果的で、過剰適合を起こしにくいことを示唆している。

意義と主張

本論文は、この専門家拡張フレームワークが、データ駆動型機械学習と化学ドメイン知識の間のギャップを成功裡に埋めたと主張している。特許代理への依存を超え、明示的な専門家ヒューリスティックを取り入れることで、このシステムは合成経路のより信頼性が高く、透明性があり、実行可能な評価を提供する。

著者は、このシステムが単にスコアを予測するだけでなく、専門家が多目的トレードオフをどのように解決するかを含む専門家の化学的判断のニュアンスを捉えていることを強調している。二重出力（数値スコア＋質的評価）という性質により、このシステムは合成計画ワークフローへの実用的な統合に適している。著者は、モデルは有望な性能を示しているが、隣接するカテゴリ（例えば、良い対妥当）の区別には依然として課題があり、構造的類似性を超えた暗黙の知識を捉えるためには、より詳細な人間ループ学習が今後の研究に有益であると指摘している。

この研究は、AI を専門家の人間の判断と整合させる一歩として位置づけられており、著者はこの能力が医療など、複雑な多目的意思決定を必要とする他の分野にも拡張可能であると示唆している。