📚 月次論文レビュー — 🤖 機械学習・AI

MolActは、分子編集（官能基の追加・削除・置換）と分子プロパティ最適化（LogP、溶解度、QED、DRD2、JNK3、GSK-3β）を「マルチターン・ツール拡張型の逐次意思決定問題」として統一的に定式化したAgentic RLフレームワークである。LLMバックボーン（Qwen-2.5-3B/7B）がRDKitベースの化学ツールを呼び出しながらSMILES文字列を反復改変し、Group Relative Policy Optimization（GRPO）によって報酬信号から方策を学習する。実装はGitHub（https://github.com/little1d/MolAct）とHuggingFace（https://huggingface.

ミズーリ大学のChengグループが提案したHalluMatは、材料科学ドメインに特化したLLMハルシネーション検出フレームワーク（HalluMatDetector）とそれを評価するベンチマークデータセット（HalluMatData）からなる研究。LLaMA-2で生成した材料科学回答3269件をLow/Medium/Highの3段階に分類したHalluMatDataを構築し、内因性評価（自己整合性チェック・信頼度分散解析・エントロピー不確実性定量化・矛盾グラフ解析）を主軸にFAISS+BM25+NLIによる外因性RAGをフォールバックとするHalluMatDetectorを提案した。

コロラド大学デンバー校（CS）とアンシュッツ医療キャンパス（薬学部）の共同研究によるFRAGMENTAは、二つのコアコンポーネントを組み合わせたend-to-end創薬リード最適化フレームワーク。第一のコンポーネントはLVSEF（Learning Vocabulary Selection for Expressive Fragmentation）で、分子フラグメントの選択を「語彙選択問題」として定式化しQ学習でエンドツーエンドに最適化する。第二のコンポーネントは5エージェント構成のマルチエージェントチューニングシステムで、薬剤師のフィードバックを自動解釈・構造化してモデルの目的関数を自律的に更新する。

ジョンズ・ホプキンス大学のChoudharyグループが開発したAGAPI（AtomGPT.org API）は、8種以上のオープンソースLLMと20以上の材料科学APIエンドポイントを統合したオープンアクセスのアジェンティックAIプラットフォーム。JARVIS-DFT・Materials Project・AFLOW・OQMDなどの材料データベースと、ALIGNN（物性予測）・ALIGNN-FF（力場）・SlaKoNet（バンド構造計算）・DiffractGPT（XRD解析）・ESMFold（タンパク質構造予測）などの計算ツールを、Agent-Planner-Executor-Summarizer（APES）パイプラインで統合する。

上海AI研究所（Shanghai Artificial Intelligence Laboratory）が提案したScience Context Protocol（SCP）は、自律科学AIエージェントのためのオープン標準プロトコルである。既存のModel Context Protocol（MCP）が「単一ツールの呼び出し」に留まるのに対し、SCPは科学実験のライフサイクル全体（登録→計画→実行→監視→アーカイブ）をHub-and-Spoke型アーキテクチャで管理する。1600以上のツールリソースを1つのエコシステムに統合した実証プラットフォームとして実装されており、計算（ドライ）と実験室（ウェット）の両リソースを同一プロトコルで扱える統合基盤を目指す。

IBMリサーチが提案した、ポリマー専用基盤モデル（SMI-TED-POLYMER289M）とその基盤となるCMDL Polymer Graph（CPG）表現の研究。ポリマーMLの慢性的課題である「SMILESではランダムコポリマーとブロックコポリマーを区別できない」「データセットが散在し標準ベンチマークがない」に対し、SMILES文法を最小限拡張したCPG表現を提案し、28の公開ベンチマークで評価した。同時に系統的なコントロール実験により、ポリマー基盤モデルが表現形式に対して意外なほど不変性（invariance）を持つことを明らかにした。

創薬における自律的意思決定（autonomous decision-making）を中心テーマとした博士論文。de novo 薬物設計の DMTA（Design-Make-Test-Analyze）サイクルにおけるデータ効率的な意思決定問題を、強化学習・能動学習・多腕バンディットの視点から体系的に研究した5本の論文を統合している。主要な貢献は（1）反応収率予測の能動学習、（2）MAB による分子選択最適化、（3）RL アルゴリズムの体系的比較、（4）多様性対応 RL 報酬設計、（5）DPP ミニバッチ選択の5点であり、いずれも実際の創薬パイプラインに組み込み可能な実装志向の研究である。

清華大学のグループが開発した DrugCLIP は、タンパク質ポケットと低分子を共通の潜在空間に対照学習（Contrastive Learning）で埋め込み、コサイン類似度でランキングするバーチャルスクリーニングフレームワークである。従来のドッキング（1ペアあたり数秒〜分）に対し、分子ベクトルのオフライン計算と FAISS 近似最近傍探索を組み合わせることで、同精度またはそれ以上の性能を保ちながら **1,000 万倍以上の高速化** を実現した。8 GPU で 10 兆タンパク質-リガンドペアを 24 時間以内にスコアリングし、~10,000 ヒトタンパク質 × 500M 化合物のゲノムワイドスクリーニングを完遂して「GenomeScreenDB」として全公開した。

タンパク質-リガンドドッキングに特化した包括的ベンチマーク「PoseBench」を提案した論文。従来の評価環境では（1）結晶構造（holo）タンパクを使い既知ポケットを指定する、という現実から乖離した条件が多かった。本研究は（1）AlphaFold3 予測の apo 構造のみ使用、（2）ポケット非指定（blind docking）、（3）マルチリガンド複合体も評価対象、という3条件を同時に課すことで、DL ドッキング手法の実用的な性能を初めて体系的に示した。

本論文は量子コンピューティングの創薬パイプライン全体への統合可能性を包括的にレビューした Perspective である。伝統的な計算機援用薬物設計が直面する根本的な限界（化学空間 10⁶⁰ の探索困難性・古典計算による量子力学的相互作用のモデリング限界）を量子コンピューティングがどのように克服しうるかを体系的に論じる。VQE（電子構造計算）・QAOA（組合せ最適化）・QGAN（分子生成）・量子カーネル法（DTI/SAR）・量子フェデレーテッドラーニング（QFL）という主要量子アルゴリズムを創薬の各フェーズ（分子シミュレーション→ヒット同定→リード最適化→臨床試験）に対応させて整理している。また超電導・トラップイオン・中性原子という主要な量子ハードウェアプラットフォームの特性比較も含む。