📚 月次論文レビュー — 🤖 機械学習・AI

QED・合成アクセス性（SAS）・結合親和性の3目的を同時最適化する3D de novo分子設計フレームワーク。E(3)-同変Equivariant Diffusion Model（EDM）をバックボーンとし、ChempropのDirected Message Passing Neural Network（D-MPNN）を不確実性推定付きサロゲートモデルとして活用。各特性の閾値超過確率の積として多目的報酬を定義し、PPOスタイルのclipped policy gradientで拡散モデルをファインチューニングする。報酬設計には多様性ペナルティ（Tanimoto）と有効性・新規性・独自性ボーナスが組み込まれており、ペナルティ重みは指数減衰する。

Scientific LLM（Sci-LLM）がバイオ分子シーケンスを処理する際の根本的な問題「トークン化ジレンマ」を体系的に分析し、これを回避する「Context-Driven」パラダイムを提案する論文。従来のアプローチは「シーケンス-as-言語」（Intern-S1・NatureLM）と「シーケンス-as-モダリティ」（Evolla・BioReason）の2つに大別されるが、前者はトークン化が機能モチーフを破壊し、後者はバイオ表現空間とLLM言語空間の意味ギャップ（セマンティックミスアライメント）に苦しむ。

本論文はPhysPrefを提案する。コンパクトなLLM（Gemma-3 270M）を用いた分子設計エージェントで、物理シミュレータ（xTB、AutoDock-Vina、DFT）と連携しながら固定計算バジェット内で高品質分子を設計する。Reporter（シミュレータログ→JSON変換）とPlanner（ツール呼び出し列生成）の2モジュールで構成される。PlannerはDirect Preference Optimization（DPO）により物理スコアと計算コストの両方を考慮した「物理的選好」に整合される。AqSolDB（水溶性）・FreeSolv（水和自由エネルギー）・PCQM4Mv2（HOMO-LUMOギャップ）の3ベンチマークで評価し、同一バジェット下でMolDQNや貪欲プランナーを上回ることを示した。

Hamburg大学（Li, Zhao, Laue）とStanford大学（Wu）の共同研究。タンパク質-ペプチド相互作用（PPI）設計において、受容体表面の幾何学・生化学的情報を明示的に組み込んだ新しいフレームワーク「PepBridge」を提案した。受容体表面の3D点群を入力に、拡散ブリッジモデル（Denoising Diffusion Bridge Model, DDBM）でレセプター表面からリガンド表面を生成し、続いてSE(3)拡散・トーラス拡散・ロジット正規拡散の3種のマルチモーダル拡散でバックボーン・ねじれ角・残基タイプを同時生成する。Shape-Frame Matching Network（SFMNet）が表面形状とバックボーン構造の整合性を反復的に確保する。

AstraZenecaとNVIDIAの共同研究。拡散モデル（EDM）やフローマッチング（SemlaFlow）による構造ベース創薬（SBDD）の問題点、すなわち生成リガンドが物理的に非妥当なコンフォーメーションを含む（結合長・角度の異常、タンパク質クラッシュ、高ひずみエネルギー）という点に対処するフレームワークを提案した。MMFF94力場をタンパク質ポケットとのvdW・静電相互作用項で拡張した微分可能なエネルギー関数を構築し、その勾配をサンプリングの各ステップに注入する「エネルギーガイダンス」を実現。既存のモデルを再訓練する必要がなく、推論時のプラグインとして機能する。

代数的トポロジーの最前線であるパーシステントラプラシアン理論をタンパク質-タンパク質相互作用（PPI）の結合自由エネルギー予測に応用した研究である。University of Florida・Michigan State University・University of Arkansasの共同研究。著者らはPDBbind V2020とSKEMPI v2を統合した新規ベンチマークP2P（6886複合体）を構築し、パーシステントホモロジー特徴量・パーシステントラプラシアンスペクトル・物理化学記述子・ESM言語モデル埋め込みを融合したPLNetで、leave-protein-out交差検証においてPearson R=0.80という有望な結果を達成した。

Baker研究室（University of Washington）が開発した確率的グラフニューラルネットワーク「PLACER（Protein-Ligand Atomistic Conformational Ensemble Resolver）」を提案した研究である。タンパク質バックボーン座標とリガンドの化学グラフ（原子種・結合情報）を入力として、タンパク質サイドチェーンとリガンドの原子座標を確率的に再現するノイズ除去ネットワークである。AlphaFold2/RoseTTAFoldが残基レベルで配列から構造を予測するのとは対照的に、PLACERは原子レベルで「既知の化学構造から座標を生成する」問題として定式化されている。

結合親和性予測モデルの「実際の汎化性は報告値より大幅に低い」という問題の根本原因を解明し、その解決策として新しいデータセット分割法（PDBbind CleanSplit）と新規GNNモデル（GEMS）を提案した研究である。ETH Zürich・Zürich University of Applied Sciences・University of Bernの共同研究。結論として、現在のSOTAモデルの高スコアのうち大部分はデータリーク由来であり、リークを除去した環境で真に性能を維持できるモデルはほぼ存在しないことを実証した上で、リーク除去後も競争力を保つGEMSを開発した。

化学言語モデル（CLM）と強化学習（RL）を組み合わせた de novo 分子生成において、REINFORCE アルゴリズムの各拡張コンポーネントを体系的に再評価した論文。具体的には Moving Average Baseline（分散削減）、Hill-Climbing（上位 k 割サブサンプリング）、Experience Replay（優先度付きバッファ）、そして新規リワードシェーピング（α/σ 分離制御）の4つの直交的な拡張を MolOpt 23 タスクベンチマークで評価し、最後に Boltz-2 を報酬モデルとしてアロステリック JNK3 リガンドの de novo 設計に適用した。

RLMolLMは逆分子設計（目的プロパティを持つ分子を直接生成する）における3つの主要な課題—(1) SMILESの文法的妥当性、(2) 複数プロパティの同時最適化、(3) 構造制約下での生成—を解決するため、事前学習済みBERT型マスク言語モデルにPPO（Proximal Policy Optimization）強化学習と遺伝的アルゴリズム（GA）を統合したフレームワークである。再訓練なしに複数の最適化目標（QED・SA・hERG毒性・Caco-2透過性等）へ高速適応できることが実用上の主な利点である。