技術要約：Polymer Benchmark 2026 (PolyBench26)

問題提起

ポリマー・インフォマティクスは現在、物性予測における機械学習（ML）手法の厳密な比較を可能にする、オープンで標準化されたベンチマークを欠いている。MatBenchやMoleculeNetのような他の化学ドメインがサポートされている他の領域とは異異なり、既存のポリマーデータセットは断片化されており、設計空間の狭い範囲（主にホモポリマー）のみをカバーしている。また、異なるポリマー構造（例：共重合体）やデータソース（実験、DFT、MD）にわたる系統的な評価をサポートできていない。この欠如は、最先端の技術水準を不明瞭にし、特にアーキテクチャ（ランダム、ブロック、交互）が特性に大きな影響を与える共重合体のような技術的に重要な材料における、真のモデリングの進歩を特定することを妨げている。

手法

著者らは、8つの物理的特性と4つのポリマー構造（ホモポリマー、交互共重合体、ランダム共重合体、ブロック共重合体）にわたる、約25万個のポリマー物性データポイントで構成されるオープンソース・フレームワーク、Polymer Benchmark 2026 (PolyBench26) を導入する。

データセットの構成:

• ソース: 本ベンチマークは、既存のオープンデータセット（VIPEA、PolyMetriX、polyVERSE）と、新たに抽出された OPoly26 分子動力学（MD）トラジェトリからのデータを集約している。
• 特性: ガラス転移温度（$T_g$）、電子親和力（EA）、イオン化ポテンシャル（IP）、屈折率（$n$）、密度、比熱（$C_p$ および $C_v$）、および回転半径（$R_g$）を含む。
• データ処理: 著者らは、RadonPy パッケージを使用して OPoly26 MD トラジェトリから特性を抽出した。特筆すべき点として、フォノンスペクトル積分を通じて凍結振動モードを考慮することにより、比熱（$C_v$）を計算するための量子補正手法を実装しており、これにより古典的な計算と比較して実験値 $C_p$ に対する RMSE を約79% 低減させた。

評価対象モデル:
本研究では、3つの広範なベクトル化スキームを比較している：

1. 言語モデル: GPT-4o および GPT-o3-mini（PSMILES をテキスト入力として使用）。
2. グラフベースモデル: Polymer Chemprop (PC) および Polymer Periodic Graph (PPG)。PC は、共重合体の結合性とモル比をエンコードするために、重み付き PSMILES (wPSMILES) 表記を利用する。
3. 記述子ベースモデル: polyBERT（学習されたフィンガープリントを使用）および RDKit 記述子を用いたランダムフォレスト (RF) ベースライン。

評価タスク:
ベンチマークは、モデルの性能の異なる側面を調査するために、4つの標準化されたタスクを定義している：

1. イン分布予測 (In-Distribution Prediction): 化学的に類似したポリマーに対する5分割交差検証。
2. データサイズのスケーリング (Dataset-Size Scaling): 学習データが300から全データセットサイズへとスケールアップする際の性能評価。
3. 繰り返し単位の複雑性 (Repeat-Unit Complexity): 繰り返し単位内の異なるモノマー数が増加する（5個から10個）につれて、予測誤差がどのように変化するかのアセスメント。
4. アーキテクチャ転移 (Architecture Transfer): ホモポリマーおよび交互共重合体で訓練されたモデルを、保持された（テスト用の）ランダムおよびブロック共重合体アーキテクチャに対してテストする評価。

主な結果

1. グラフベースのモデルが他のアーキテクチャを凌駕する
タスク1（イン分布予測）において、グラフベースのモデル（PC および PPG）は、すべての評価された特性について、ホモポリマーおよび交互共重合体の両方で一貫して最も低い平方根平均二乗誤差 (RMSE) を達成した。

• 性能差: グラフベースのモデルは、記述子ベースのモデル（polyBERT、RF）および大規模言語モデル（GPT-4o、GPT-o3-mini）を大幅に上回った。例えば、ホモポリマーの $T_g$ において、グラフモデルは 34–36°C 前後の RMSE を達成したが、GPT モデルは 70°C を超えた。
• LLM の限界: GPT-o3-mini は GPT-4o よりも優れた性能を示したが、両者ともゼロショットプロンプティング下では、ポリマー特化型モデルよりも大幅に高い誤差を示した。

2. データ不足と複雑性に対する堅牢性

• スケーリング (タスク2): グラフベースのモデルは、低データ領域（300データポイント）を含むすべての学習セットサイズにおいて、その性能上の優位性を維持した。記述子ベースのモデルは、DFT由来の屈折率においてグラフモデルを上回るために大きなデータセット（>1,000ポイント）を必要としたが、グラフモデルはあらゆるスケールにおいて実験および MD 由来の特性に対して優れていた。
• 複雑性 (タスク3): 繰り返し単位の複雑性（異なるモノマーの数）が増加するにつれ、記述子ベースのモデル（polyBERT、RF）の RMSE は著しく増大した。対照的に、グラフベースのモデル（PC、PPG）は、低く安定した誤差率を維持しており、これは複雑な構造における関係的な化学情報をより良く保持していることを示している。

3. アーキテクチャ間の転移性 (タスク4)
ホモポリマーおよび交互共重合体で訓練されたモデルを、保持されたランダムおよびブロック共重合体に対してテストした際：

• PC の優位性: Polymer Chemprop (PC) は、最も強力な汎化性能を示した。PC は wPSMILES（結合の重みと結合性をエンコード）を通じてランダムおよびブロック共重合体をネイティブに表現できるため、大幅に低い誤差を達成した。
• その他のモデルの限界: ネイティブなアーキテクチャサポートを欠くモデル（PPG、polyBERT、RF）は、共重合体の特性を個々の繰り返し単位のモル比による加重平均として近似せざるを得なかった。このアプローチにより、保持されたアーキテクチャにおける RMSE は PC よりも約2倍から3倍高くなった。

重要性と主張

本論文は、PolyBench26 が、ますます複雑化するポリマー設計空間をナビゲートできるモデルを開発するための、再現可能なオープンソースの基盤を提供すると主張している。その主な貢献は以下の通りである：

• 標準化: ホモポリマーと共重合体を組み合わせ、実験、DFT、および MD データを網羅する最初の統一されたベンチマークを確立し、現代的な表現の公平な比較を可能にした。
• アーキテクチャに関する洞察: 結果は、グラフベースの表現、特に結合性と組成を明示的にエンコードするもの（wPSMILES や PC など）が、ポリマーの物性予測において優れていることを強く示唆している。これらは、構造的な複雑さに対する堅牢性と、異なるポリマーアーキテクチャ間での優れた転移性を提供する。
• コミュニティのリソース: データセット、コード、および評価ルーチンを公開することで、著者らは、より信頼性の高いポリマー設計用サロゲートモデルの開発を促進することを目指している。著者らは、現在のベンチマークは扱いやすいケース（ホモポリマーや単純な共重合体）をカバーしているが、将来の進展には、ネットワークポリマーやグラジエント共重合体のような、より複雑なシステムへの拡張が必要であると述べている。

結論として、複雑な共重合体のための信頼できるサロゲートモデリングは依然として困難ではあるが、PolyBench26 は、多様なポリマーアーキテクチャにわたって信頼できる予測をサポートする表現を特定するための、必要な枠組みを提供するものである。