FeNNix-Bio1: A Foundation Model for Accurate Atomistic Simulations in Drug Design

DOI: 10.26434/chemrxiv-2025-f1hgn-v4 Category: machine_learning ChemRxiv 2025 / Sorbonne & Qubit Pharmaceuticals
ゴール: 手動力場パラメータ化なしで HFE / ABFE / 折り畳み / 反応 を量子精度で扱う単一NNP基盤モデル

1背景と課題

2手法の概要

3本研究で示したこと

4主な結果（4パネル）

(a) FreeSolv HFE RMSE 比較
0 0.5 1.0 1.5 RMSE (kcal/mol) GAFF 1.32 MACE-OFF23 ~0.95 FeNNix(S) 0.88 FeNNix(M) 0.58 1 kcal/mol しきい値
FeNNix-Bio1(M) は GAFF の 56% 改善でサブ kcal 達成
(b) HFE 計算値 vs 実験値 (40分子)
-15 -10 -5 0 +5 -15 -10 -5 0 +5 Calc ΔG_hyd (kcal/mol) Exp ΔG_hyd FeNNix-Bio1(M) RMSE = 0.58 ±1 kcal 内に収束
±1 kcal/mol 帯にほぼ全点が収まる高い相関
(c) FeNNix-Bio1 アーキテクチャ
座標+元素+Q E(3)-等変 NNP 短距離 (4-6 Å) AMOEBA 静電(長距離) 非局所電荷 埋め込み adQTB (NQE 補正) E_total HFE / ABFE 折り畳み 化学反応
短距離 NNP + 長距離静電 + adQTB の三層構成で量子精度を実現
(d) 水の凝縮相精度ランキング
指標 \ モデル MB-Pol Q-AMOEBA FeNNix-Bio1 MACE-OFF23 ΔH_vap A A A+ B 密度 A A A B 動径分布 A A A B Na+/Cl- 溶媒和 N/A A A+ × A+: 最高 / A: 良好 / B: 並 / ×: 不可 FeNNix-Bio1 は 4指標すべてで A 以上、唯一の総合最強
MB-Pol/Q-AMOEBA 級の凝縮相精度 + 荷電イオン対応を両立

5テイクホームメッセージ

FeNNix-Bio1 は合成 DFT データのみで訓練された創薬向け NNP 基盤モデルで、HFE で RMSE 0.58 kcal/mol（GAFF 比 56% 改善）を達成。荷電種・凝縮相・NQE までを単一モデルで扱え、手動力場パラメータ化を不要にする。lib/fep でのスキャフォールドホッピング ABFE と lib/docking 後段の HFE フィルタリングが即時応用先。

サブ kcal/mol
HFE 精度
荷電種
対応 NNP
JAX/GPU
FeNNol 公開