Chemprop v2: Efficient, Modular ML for Chemical Property Prediction

D-MPNN完全再実装 — 速度2×・メモリ1/3・モジュラーPython API（J. Chem. Inf. Model. 2025, Graff, Greenman et al.）

🎯 CLIのみから完全Python APIへ転換。SBVS前スクリーニング・分子生成スコアラーとして即活用できる分子MLの標準基盤

① 背景と動機

chemprop v1はGitHub 2,200+スター・PyPI 1.5M+ダウンロードの人気分子MLライブラリだが、CLI中心設計のためPythonワークフローへの統合が困難だった。フィールドの進化とともに、モジュラーなPython APIへの需要が顕在化した。

2,200+

GitHub Stars

1.5M+

PyPI Downloads

2×

訓練高速化

1/3

メモリ削減

D-MPNNは有向エッジへのメッセージ伝播によりグラフtotter問題を回避し、無向GNNより高い分子特性予測精度を実現

② 5サブパッケージ構成

data: MolGraph・astartes分割
↓
featurizers: 原子/結合ベクトル化（共鳴不変対応）
↓
nn: MPNNエンコーダ・アグリゲーション・FFN
↓
models: PyTorch Lightning（分子/原子/ボンド/混合物/反応）
↓
uncertainty: キャリブレーション付き不確実性推定

③ 新機能ハイライト

完全モジュラー Python API（CLI も維持）
共鳴不変グラフフェーチャライザー
不確実性定量化（Evidential / MCdropout / Ensemble）
Shapley 値による原子/結合重要度解析
Ray Tune ハイパーパラメータ最適化
マルチ GPU スケーリング対応
v1 → v2 モデル変換コマンド
Jupyter チュートリアル（Google Colab 対応）

④ 速度・メモリベンチマーク

データ規模	訓練(V100, s)	訓練(RTX4090, s)	VRAM(MB)
1k	29	15	776
10k	120	69	776
100k	1043	607	802

v1比: 速度2×・VRAM 1/3 改善。100k分子でも800MB程度のVRAMで動作

④ 精度ベンチマーク (v1 vs v2)

タスク	指標	v1	v2
UV/vis吸収波長	MAE↓	15.5	16.9
SAMPL7 logP	MAE↓	0.32	0.33
HIV (ROC-AUC)	↑	0.803	0.771
PCBA	ROC-AUC↑	0.909	0.909

v1モデル重みをv2でロードすると完全に同一の予測値を再現

④ 予測サポートレベル

分子レベル原子レベル結合レベル混合物反応

回帰・分類・マルチタスク
転移学習・アクティブラーニング
不確実性付き予測
Google Colab 即実行可能

⑤ テイクホームメッセージ

🚀 速度2×・メモリ1/3
100k分子を RTX4090 で 10分以内に学習完了。大規模SBVS前スクリーニングに即活用可能。

🔧 モジュラー Python API
5サブパッケージに整理されたクリーンなPython API。既存パイプラインへの統合が容易。

📊 不確実性定量化
Evidential回帰・MCドロップアウト・アンサンブル対応。アクティブラーニングに直結。

🔄 v1完全後方互換
v1重みをv2でロードすると同一予測値。移行コストゼロ。CLIも後方互換性を維持。

ケムインフォパイプライン適用先

適用先	ユースケース	優先度
lib/docking	UniDockスコアのサロゲートモデル + AL	🔴 高
lib/molgen	MolgenYamlのADMETスコアラー統合	🔴 高
lib/fep	FEP前トリアージ（結合スコア予測）	🟡 中
lib/docking	Shapley値で活性寄与アトム可視化	🟡 中

pip install chemprop で即利用可能