ChemRxnSAGE: 化学反応のDe Novo生成と体系的評価の自動化
Ismail, Tekli & Wex — J. Chem. Inf. Model. 2025, 65, 10945−10960 | DOI: 10.1021/acs.jcim.5c01692
🎯 反応の「生成」だけでなく「公正な評価・比較」を標準化：ルールフィルタ＋多様性メトリクス＋専門家チューリングテストを一本化
① 背景と課題

機械学習は分子生成で大きく進展した一方、化学反応そのものをde novo生成し、その妥当性・多様性・新規性を一貫した手続きで評価する研究は乏しい。RAscore等の合成可能性スコアは分子構造に偏り、反応経路全体を評価できない。

課題1: 化学ルールの体系的記述が困難＋「起こらない反応」（負例）データの欠如
課題2: 生成反応の多様性が限定的で新規経路の発見を阻害
課題3: 標準評価プロトコルが無く、先行研究は各自独自指標で比較不能

→ シミュレーション・専門家アノテーションに依存しないルールベース評価で、負例不在の壁を回避

② ChemRxnSAGE手法
特許反応5万件 (10クラス, USPTO)
↓
reactant>>product 反応SMILES
(BOS/EOS, vocab=56, ≤200トークン)
↓
LSTM (L=1〜4) / VAE (vanilla, β warm-up)
↓
5フィルタ: 構造/元素/環/鎖/P-O結合
↓
メトリクス: StrSim, FpSim, JSS,
IntDiv, NVS(Vendi), NovPct
ChemRxnSAGE
モデル非依存・データ形式非依存の評価フレームワーク

差分指紋 = FP(product) − FP(reactant)（atom-pair, 2048bit）。Vendi Scoreでモード崩壊・記憶化を検出。専門家チューリングテスト+DFT(B3LYP/6-311G(d,p))+SciFinder照合で外部検証。

③ 計算化学パイプラインへの応用
  • lib/molgen: ルール妥当性フィルタ（元素保存・環/鎖整合・結合保護）を生成物検証段へ移植。安価に合成破綻候補を除去
  • lib/molgen: Vendi Score(q=0.1/∞)・NVSclassをJobManagerの多様性・モード崩壊モニタ／early-stop指標に
  • lib/molgen: 差分指紋を反応のベクトル化に流用しMolgenYamlスコアラーへ。合成可能経路を伴う生成制約
  • lib/fep: DFTエンタルピー検証をMMGBSAEngine前段の熱力学スクリーニングに連結
実装ギャップ: 反応SMILES生成・ルールフィルタ・Vendi/差分指紋メトリクスがlib/molgenに未実装
④ 主な結果 (a) フィルタ全通過率 Foverall
37.4% VAEβ 36.5% LSTM L=3 32.8% VAEvanilla 0% 50% Foverall（全フィルタ通過率）

VAEβ warm-upが最良。Frings 100%・FPO-bond 99.65%をクリアする一方、長鎖の整合 Fchains は48.9%に留まる。

④ 主な結果 (b) 多様性・新規性メトリクス
0.99 NovPct 0.99 UniqPct 0.97 IntDiv 0.86 StrSim 0.0 1.0 全モデル共通の高水準指標

新規性99%・ユニーク率99%・内部多様性0.97と高い。StrSim 0.86はSMILESの共通成分による水増しの可能性を著者が指摘。

④ 主な結果 (c) 化学チューリングテスト
68.3% 参照(実反応) 46.7% VAEβ 41.7% LSTM L=3 25.0% VAEvanilla 0% 専門家による valid 判定率

6名の有機/合成化学者が評価。VAEβ warm-upが46.7%でモデル最良も、参照実反応68.3%には届かずチューリングテスト未突破。

④ 主な結果 (d) DFT検証と主要な発見
  • valid判定6反応のΔH(B3LYP/6-311G(d,p))は全て発熱（−3.45〜−27.53 kcal/mol）で熱力学的に妥当
  • SciFinder照合で反応1・3に実験手順あり、他は類似反応を確認
  • 記憶化指標 NVSq=∞ はVAEβ・LSTM(L=3)が0.23/0.24%と最低→記憶化少
  • レアクラス多様性 NVSq=0.1はLSTM(L=1)が95.96%で最高。VAEは大クラスに過適合傾向
  • 補助反応分類器のtest精度97%。5シード平均で全指標が低分散
限界: LSTM骨格ゆえ長鎖追跡に弱い／SMILESは2D-3D座標を持たず反応中心同定が困難／チューリングテストは専門家6名と小規模。CGR・atom-mapping・Transformer/拡散モデルが今後の課題。
DOI: 10.1021/acs.jcim.5c01692 | J. Chem. Inf. Model. 2025, 65, 10945−10960 (Oct 2025) | Code: https://github.com/anisdismail/ChemRxnSAGE | Category: machine_learning