Generative Active Learning for Molecular Design with REINVENT: Balancing Binding Affinity and Synthetic Accessibility

REINVENT4 × ESMACS(アンサンブルMMPBSA) × 合成可能性スコアの多目的 generative active learning ｜ Klähn, Loeffler, Wan ほか (AstraZeneca / UCL), ChemRxiv 2026

🎯 物理ベース GAL に「合成可能性」を第二目的として統合し、結合親和性を落とさずに合成容易かつ化学的に多様な化合物を生成できるかを TNKS2 / 3CLpro で検証する。

① 背景と課題

生成 AI は広大な化学空間を探索できるが、予測親和性が高くても合成ルートが不明な化合物は実創薬で de-prioritize される。in silico では大量分子を瞬時に「生成」できるため、合成的取り扱いやすさ(synthesizability)は本質的ボトルネック。著者らの前報 GAL(REINVENT+ESMACS, JCTC 2024) は親和性のみの単目的最適化だった。

親和性のみ最適化 → 合成不能な化合物を量産しうる

単純な合成スコアは「尤度」のみで合成知見を与えない

物理ベースオラクル(MD)は高コスト → 大量評価が困難

→ 親和性と合成可能性を同時最適化する多目的 GAL を構築し、合成スコアの選択が探索空間に与える影響を体系比較する。

② 手法の概要: 多目的 GAL ループ

REINVENT4(RNN prior+RL)が生成 → 安価 surrogate(ChemProp/RF)で篩い → cluster-greedy で100化合物 → ESMACS(10レプリカ MMPBSA, NAMD3/GAFF2/4ns)が絶対 ΔGbind を評価 → 結果で surrogate 再訓練。報酬は各成分の重み付き幾何平均(算術平均はサブセット最適化を招く)。SYNS は M1/RA/CAZP/M1+RA を比較。

③ 本研究で示したこと

合成制約を加えても親和性は一律には悪化せず、M1・CAZP は制約なしに匹敵する高親和テール(<-44 kJ/mol)を保持
GAL は高親和と高 SYNS(RA/CAZP でほぼ全化合物が1.0)を同時に難なく最適化
合成スコアの選択が探索化学空間(t-SNE で分離)と多様性を左右 — SYNS は中立フィルタでなく生成にバイアス
RA 単独は探索を過度に制限し親和性を劣化(median -28 kJ/mol)、M1+RA は多様性を狭窄(Tani 0.48)

④ 主な結果 (a) top-25 binder 親和性 (TNKS2)

④ 主な結果 (b) surrogate ランキング力

④ 主な結果 (c) 化学的多様性

④ 主な結果 (d) 計算経済性

⑤ テイクホームメッセージ

合成性は親和性とトレードオフしない
適切な SYNS(M1/CAZP)なら高親和テールを保ったまま合成容易な化合物が得られる。

合成スコアは生成方向を曲げる
SYNS ごとに異なる化学空間へ収束。中立フィルタではなく強いバイアス源。

標的依存
閉じた TNKS2 は頑健、開いた 3CLpro は surrogate 弱体化で親和性向上が減衰。

合成制約は早期投入が有利
3CLpro では最終ステップのみ適用は劣る。CAZP は二段運用で収束改善。

SYNS 比較 (TNKS2, GAL 4 iter)

SYNS	手法	top25 medΔG	多様性(Tani)	所見
CAZP	AiZynthFinder full retro	-40 kJ/mol	0.29	強binder保持・要二段運用
M1	RetroGNN(USPTO)	-38	0.20	強binder＋高多様性
RA+M1	結合スコア	-38	0.48	親和性良も多様性狭窄
RA	RAScore(ChEMBL)	-28	0.15	探索過度制限・親和性劣化
None	制約なし(前報)	-37	0.30	合成性は考慮されず

本研究のインパクト

物理ベース生成創薬を「合成可能」な実用段階へ前進させる多目的 GAL を提示
合成スコアの探索空間バイアスを定量化し、スコア選択の指針を提供
粗視化 ESMACS + Frontier で 100 化合物/iter を 50 分の high-throughput を達成