📚 月次論文レビュー — 🤖 機械学習・AI

本論文は、2025年末に登場したタンパク質–リガンド複合体構造予測モデル Boltz-2（オープンソース実装）を、ChEMBL由来の独立したベンチマークデータセットで定量評価した実証研究である。AlphaFold3がクローズドAPIのみで提供されるなか、完全オープンソースで同等性能を謳うBoltz-2が実際にどの程度の精度を持つかを、再現性ある独立データで検証することが本研究の動機となっている。 Shimizuら（RIKEN・理化学研究所）は、ChEMBLから356ターゲット・10,933化合物のバインディングデータを収集し、Boltz-2に構造予測を実行させ、予測pChEMBL値（pIC50等の-log変換）と実測値の乖離をMAE（平均絶対誤差）・Pearson r・Spearman ρで評価した。

Fang, Sim, Gunasinghe, Shabbir, Ginjom, San, Lau, Wezen（Swinburne University/NUS, Drug Discovery Today, 2026年1月）が、数十億〜数兆件規模のmake-on-demandライブラリを対象とした超大規模バーチャルスクリーニング（ULVS）のヒット同定戦略を統合的にレビューした。階層的スクリーニング・ML/DLサロゲートモデル・アクティブラーニング・生成的探索（GVS）の4アプローチを体系化し、将来課題として精度・計算コスト・化学空間カバレッジのトレードオフを論じる。

Solazzo, Chen, Riniker（ETH Zurich, Curr Opin Struct Biol 2026, 97:103217）が、PROTACと分子グルーが形成する三元複合体（E3リガーゼ-リガンド-POI）の構造予測計算手法を、マルチステップ法とシングルステップ法に大別して整理したレビューを発表した。両アプローチの予測精度・限界・残る課題を論じ、三元複合体のコンフォメーション柔軟性と訓練データ不足が現在のMLの主な障壁であることを示す。

Thomas, Astudillo, Raouf, Navarro, De Fabritiis, Bender（Khalifa University/MBZUAI/Acellera/Cambridge, ChemRxiv 2026年2月）が、ブルートフォースVSからde novo分子生成に至る化学空間探索戦略のスペクトラムを分析し、「Generative Virtual Screening（GVS）」という新概念を提案するレビューを発表した。計算スケーリング・progressability（合成・実験可能性）・evaluability（in silico評価信頼性）の3軸でパラダイムのトレードオフを体系化し、GVSが実用的なバランスを提供することを示す。

Orlov, Volkov, Milova, Horvath, Varnek（Université de Strasbourg, ChemRxiv 2026年3月）が、GTM（Generative Topographic Mapping）ベースの化学空間可視化をLLMエージェントがチャットボットUIで操作する「ChemSpace Copilot」を発表した。ChEMBLデータ取得・GTMパラメータ最適化・ケモタイプ解析・分子生成・合成計画を統合したモジュラーToolkitをLLMエージェントが自律的に組み合わせて実行することで、非専門家でも化学空間を直感的に探索できるend-to-end分子発見システムを実現。

Kaushal, Penmatsa（Michigan Technological University, ChemRxiv 2026年2月）が、SAFE（Sequential Attachment-based Fragment Embedding）記法を用いてフラグメント単位でトークン化した分子を BERT+RoBERTa ハイブリッドモデル（FragBERTa）で事前学習する分子表現学習フレームワークを提案した。原子レベルの SMILES・SELFIES よりも医薬化学的に意味のあるフラグメント単位の帰納バイアスを導入することで、スキャフォールド感受性・相互作用駆動タスクで優れた性能を達成。

Karmarkar, Lawrence（UBC Okanagan, ChemRxiv 2026年2月）が、分子類似性検索における SMILES 埋め込み（ChemBERTa）・SELFIES 埋め込み（SELFormer）と 1024-bit ECFP4 フィンガープリントを、30クエリ分子のk-NN検索で化学的・構造的・機能的類似性の3軸から系統的に比較した。ECFP4+Tanimoto係数が全評価軸で最高精度を示し、SELFIES 埋め込みがSMILES 埋め込みを上回ることを実証した。

Falcone, Hutcheon, Zaidi, Stocks, Jamieson, Williams, Palmer, Baxter, Pickett, Hirst（Nottingham大/Strathclyde大/GSK, ChemRxiv 2026年3月）が、ユーザー提供データベースからフラグメント組合せルールを自動導出するルールベース分子生成フレームワーク「PyMolGen」を発表した。MLベースの生成モデルより高い制御性を提供し、各生成分子にBuild Probability Score（仮想的全列挙ライブラリ内の存在確率）を付与することで合成可能性と多様性の定量化を可能にする。

Alberga, Nanna, Papadopoulos, Ancona, Lomuscio, Mangiatordi（CNR結晶学研究所 / シエナ大 / バーリ大, ChemRxiv 2026年2月）が、解釈可能なRL誘導遺伝的アルゴリズム「ALCHIMIA」を発表した。33の医薬化学的分子変換ルールをRLのアクション空間として定義し、SA（合成容易性）・QED改善を報酬として学習したポリシーをGAの変異演算子として活用することで、合成アクセス可能でドラッグライクな分子を最適化するフレームワーク。CB2R（カンナビノイド受容体2）とS1R（シグマ受容体1）を対象に、3つの設計シナリオで先行手法を上回る性能を示した。

Ha, Lee, Ko, Shin ら（Arontier/Seoul National University, Brief Bioinformatics 2026）が、AK-Score2（高精度GNNスコアラー）とV-Dock（高速スコア近似モデル）を組み合わせた超大規模バーチャルスクリーニングシステム「DoM（Docking of Millions）」を発表した。V-Dock を AK-Score2 スコアに近似するよう反復学習させることで、全ライブラリをドッキングせずに上位化合物を効率的に特定する。5M化合物を平均319時間（フルスクリーニング比12%）でスクリーニングし、上位100件の89%を回収。DDR1（IC50 788 nM）・ASK1（IC50 1.96 μM）で実験的ヒットを確認した。