📚 2026年5月 月次論文レビュー — 🤖 機械学習・AI

本研究は、タンパク質-リガンド結合親和性 (pK = −log Kd/Ki/IC50) を予測するためのグラフニューラルネットワーク (GNN) ベースのフレームワークを提案した修士論文である。著者の Wilson Li と Yuan Wei は、AstraZeneca の Molecular AI グループと連携し、創薬の初期段階で重要となる結合親和性予測を、物理ベース手法（FEP・MM-PBSA・MM-GBSA）の高コストと経験的スコア関数（AutoDock・Glide・GOLD 等）の汎化性の弱さの中間を埋める形で実現しようとしている。中心となるアイデアは、タンパク質とリガンドを別々の原子グラフとして表現し、…

C-MORAL は、分子最適化を行う大規模言語モデル（LLM）を、競合し選択的な創薬制約に整合させるための強化学習ポストトレーニング枠組みである。創薬のリード最適化は本質的に多目的最適化問題であり、現実には「全物性を一律に改善する」のではなく、不足している属性だけを薬学的に妥当な水準まで選択的に改善し、すでに基準を満たす属性とコアスキャフォールド・合成可能性は保持する、という細粒度な制御（controllable）が要求される。著者らはこの設定を Controllable Multi-property Multi-objective Optimization（C-MuMO）として捉え、…

FLOWR.root は、タンパク質ポケットを文脈とした 3D リガンド生成と結合親和性予測を、一つの SE(3) 等変な flow matching モデルの中で同時に学習する基盤モデルである。著者らは創薬の初期段階（ヒット同定からリード最適化まで）を一貫して支援することを狙い、生成（de novo・相互作用/ファーマコフォア条件・フラグメント伸長）と多エンドポイント親和性予測（pIC50・pKi・pKd・pEC50）、さらに各サンプルの信頼度推定を単一のバックボーンに統合した。前身である FLOWR.multi の等変アーキテクチャを土台に、リガンドデコーダへ「構造ヘッド・親和性ヘッド・信頼度ヘッド」の三つを並置し、親和性が生成軌道そのものを能動的に形作る点が最大の特徴である。

本研究は、化合物-タンパク質相互作用(CPI)予測の最大の弱点である「訓練ドメイン外への汎化性能の低さ」に正面から取り組んだ深層学習モデル GenSPARC(Generalized Structure- and Property-Aware Representations for CPI prediction)を提案する。既存の CPI モデルの多くは配列ベースの表現に依存し、ラベル付きデータの不足から精度と汎化性が頭打ちになっていた。GenSPARC はこの課題に対し二つの方向から答える。第一に、AlphaFold2 で予測したタンパク質構造を FoldSeek の三次元相互作用アルファベット(3Di)に変換し、構造認識タンパク質言語モデル SaProt に入力することで、…

MATCHA は、タンパク質ポケットへの低分子リガンドの結合ポーズを予測する分子ドッキングのための新しいニューラルパイプラインである。近年のデータ駆動型ブラインドドッキングは DiffDock を嚆矢として、ドッキングを生成モデリング問題、特に拡散モデルとして定式化する流れが主流になっている。MATCHA はこの生成パラダイムを踏襲しつつ、拡散ではなく flow matching を採用し、しかもそれをユークリッド空間ではなく非ユークリッド多様体（並進の R3、全体回転の SO(3)、各回転可能結合のねじれ角の SO(2)）の上で行う。著者らによれば、リーマン多様体上での flow matching に基づくドッキングパイプラインはこれが初めてである。

ConforFormer は、分子が取りうる 3D コンフォマーの多様性そのものを学習タスクとして明示的に取り込むことで、タスク非依存・コンフォメーション非依存の固定長ベクトル表現（512 次元の凍結埋め込み）を得る化学基盤モデルである。問題意識は二つある。第一に、近年の高性能な化学モデルは「2D 分子グラフ＋3D 座標」を組み合わせて事前学習し、各予測タスクごとにモデル全体の重みを fine-tune するが、現実の実験データは数百点規模と小さいことが多く、大規模モデルの安定な再学習が難しい。第二に、分子の物性予測には 3D 幾何が決定的に重要である一方、一つの分子グラフは複数の 3D 配座（コンフォマー）に対応するため、推論時に曖昧さが生じる。

MolSculptorは複数のon-target/off-targetに対する阻害剤（多標的・選択的阻害剤）を設計するための適応型拡散-進化フレームワークである。コアとなる潜在拡散モデル（Diffusion Transformer: DiT）が分子グラフを連続潜在空間で学習し、そのノイジング-デノイジングプロセスを「分子変異オペレータ」として活用することでde novo設計とリード最適化を統一的に扱う。3D-aware docking surrogate modelによるTraining-Free Guidance（TFG）が任意のon-/off-target組み合わせへの柔軟な誘導を実現し、能動学習によるサロゲートのオンライン更新がデータ少数の標的でも高性能を維持する。

PROTAC（Proteolysis-Targeting Chimera）は標的タンパク質のユビキチン-プロテアソーム系を利用した触媒的分解誘導薬で、従来の阻害剤では困難な"undruggable"ターゲットへのアプローチとして注目されている。しかし設計困難性の核心は、PROTAC構成要素（ウォーヘッド・リンカー・E3リガンド）と分解活性の間にある非加算的・非線形な関係性にある。 本論文はこの問題に対し、（1）3ソースからの大規模統合・標準化データセット TACK、（2）スキャフォールドベース5×5交差検証と階層的統計検定フレームワーク、（3）XGBoost・MLP・PROTAC-STANの厳密な比較評価、（4）Caruana greedy ensembleによる校正済み不確実性定量化、の4つを提供する。