📚 2026年5月 月次論文レビュー — 🤖 機械学習・AI

RNA ヘアピン91（S.aureus リボソーム 23S rRNA の機能コア部位）を標的とした 2-フェニルチアゾールスキャフォールドベースのフォーカスライブラリ（413,109化合物）に対し、ML 支援仮想スクリーニングパイプラインを提案した研究。核心技術は「Distribution-Preserved Sampling (DPS)」であり、特徴量空間での KMeans クラスタリングとターゲット空間の分位数ビンニングを組み合わせ、ライブラリ全体の分布を忠実に保持した小サブセットを構築する。このサブセット（全データの1%）で学習した Random Forest がライブラリ全体のドッキングスコアを精度良く予測（R²≈0.82）し、70倍以上の計算コスト削減を達成した。

本ファイル（`d6ra00279j1.pdf`）は DOI: 10.1039/d6ra00279j の Supplementary Information である。217個の RDKit 記述子の詳細説明リストと、記述子選択の結果（相互情報量スコア上位50記述子のプロット）を含む。本体論文のレビューは `paper-review-doi-10-1039-d6ra00279j.md` を参照。

タンパク質の3D構造を必要とせず、1Dアミノ酸配列だけからバーチャルスクリーニングを行うSeqBVS（Sequence-Based Virtual Screening）は、構造未解明タンパクや予測構造の精度が低いターゲットへの適用性から近年注目を集めている。しかし実用上の問題として、SeqBVSの予測には「配列から構造情報を推定することによる不確実性」が内在し、上位ランク化合物の実験検証成功率が低いという課題があった。本研究はこの不確実性を「インタラクションエントロピー」として定量化し、高スコア・低エントロピー（信頼性の高い予測）の化合物を優先するReqVS（Reliability-aware Sequence-based VS）フレームワークを提案する。

FragLDMは、あらかじめ指定した分子フラグメント（コアスキャフォールドや官能基）を完全に保持しながら、残りの部分を新たに生成して化学的に妥当な3D分子を完成させるモデルである。創薬における FBDD（Fragment-Based Drug Discovery）やリード最適化において「既知の活性フラグメントを固定しつつ周辺部を探索する」という要求に直接応えた設計となっている。 ベースとなるGeoLDM（Geometric Latent Diffusion Model, ICML 2023）に3つの構成要素を追加することで実現した。QM9データセット（約134,000の小分子）でValid&Unique 60.0%を達成し、最良ベースライン26.0%（RePaintRepair）を34ポイント上回る。

共有結合阻害薬の合理的設計には、結合親和性・標的選択性・電親和性反応性を同時最適化するという多目的問題が伴う。本論文は、SMILES-LSTM生成器をPolicyGradient強化学習（RL）で最適化し、Paretoクラウディング距離（PCD）で競合するスコア間のトレードオフを維持するパイプラインを構築した。対象はEGFR（Cys797）とACHE（Ser200）。スコアリング関数には合成容易性・共有結合活性（GCNII分類器）・残基親和性（GAT分類器）・GNNドッキングスコア近似・QEDなどを組み合わせ、各10,000構造の生成でEGFR 0.50%・ACHE 0.74%の既知阻害薬再発見率を達成した。

KinetiDiffは、Geometry-Complete Diffusion Model（GCDM）のデノイジングループにAutoDock Vina数値勾配をリアルタイム注入するSBDD（Structure-Based Drug Design）フレームワークである。対象はFOP（Fibrodysplasia Ossificans Progressiva：進行性骨化性線維異形成症）の原因キナーゼACVR1（ALK2）のR206H変異体。結晶構造PDB: 3MTFを結合ポケット参照として使用し、10,000拡散サンプルから9,997有効分子（99.97%）を生成した。最良候補は−11.05 kcal/mol（pKd=8.10）で結晶学的参照（−9.27 kcal/mol）比19.2%改善。

PocketXMolは、タンパク質ポケットと小分子・ペプチドの相互作用に関わる13種の分子生成タスクを単一の基盤モデルに統合した原子レベル生成フレームワークである。「タスクプロンプト機構」という革新的な表現方式を導入し、各原子・結合が「与えられた入力（fixed）」か「モデルが生成すべき対象（to-be-generated）」かをバイナリフラグで明示する。これにより、構造ベース創薬設計（SBDD）・柔軟ドッキング・フラグメントリンキング・PROTAC設計・線形/環状ペプチド設計といった多様なタスクを、ファインチューニングなしに統一モデルで実行できる。北京大学・清華大学等の共同研究として発表され、2Mの3D分子構造データで学習、55のベースラインモデルに対して11/13タスクでSOTAを達成した。

MolClawはZhangらShanghai AI Laboratory・Peking University Health Science Centerが提案した自律型創薬エージェントである。30以上の専門計算化学ツール（タンパク質構造予測・ドッキング・MD・FEP・ADMET等）をScience Context Protocol（SCP）で統合し、3層階層スキルアーキテクチャによって創薬全工程の自律的な実行を可能にした。 スキルアーキテクチャは3層で構成される。L1（Tool-level）は58以上の原子操作テンプレートで個々のツール呼び出しを標準化・バリデーション付きでラップする。

LiuらYale大・UCバークレー共同チームは、創薬へのLLM応用を系統的に評価するベンチマークプラットフォームDrugPlayGroundを発表した。薬物機能解析（drug function analysis）・薬物標的相互作用予測（DTI）・薬物相乗効果予測・薬物摂動予測の4タスクをカバーし、（1）LLM生成テキストの品質評価ブランチと（2）LLM埋め込みを用いた下流タスク評価ブランチの2系統で評価する。 評価対象はClaude-sonnet-4・DeepSeek-v3・GPT-4o・Gemini-1.5-pro・Mistral-large-2411の5モデルで、6段階温度設定×3プロンプト戦略（標準・Chain-of-Thought・メタ認知）の組み合わせで網羅的に比較した。

Chanmungkalakul、Polliceらオランダ・フローニンゲン大学のチームが開発したArIA（Artificial Intelligence Agent）は、ORCA量子化学ソフトウェアを自然言語プロンプトで操作できる完全オープンソースの自律型AIエージェントである。ユーザーの自然言語による指示（例：「水分子のTD-DFT計算でCAM-B3LYP/def2-SVPを使ってUV-Visスペクトルを計算して」）を受け取り、DFT/TDDFT計算の実行から結果の可視化・Q&A対応まで一貫して自動化する。 OpenAI等のクローズドモデルに依存した先行システムとは異なり、Qwen3-14BをQLoRAでファインチューンした小規模オープンソースモデルを採用し、…