📚 2026年5月 月次論文レビュー — 🤖 機械学習・AI

Peter Eastman、Evan Pretti、Thomas E. Marklandら（Stanford大学）が、創薬・分子シミュレーション向けの事前学習済みMachine Learning Interatomic Potential（MLIP）15種を統一条件下で体系的にベンチマークした論文である。評価軸は精度（SPICEテストセット上のエネルギー差MAE）・速度（NVIDIA H100でのsteps/sec）・GPUメモリ使用量・シミュレーション安定性の4点。大量のMLIPが登場し選択が困難になった状況を受けて、開発者非依存の客観的比較基盤を提供することを目的とする。主要な知見は、①パラメータ数と訓練データ量が精度に強相関する、②1/r Coulombエネルギー項は明確な精度向上をもたらさない、…

Microsoft Research AI for Scienceが開発した深層学習交換相関（XC）汎関数「Skala-1.1」を紹介する論文である。密度汎関数理論（DFT）は計算化学・創薬の基盤であるが、XC汎関数の近似精度が長年のボトルネックであった。Skalaはmeta-GGA特徴量（電子密度ρ、密度勾配∥∇ρ∥²、KS運動エネルギー密度τ）のみを入力として、グリッド点間の非局所相互作用を深層学習で直接学習する。わずか385,217パラメータのモデルがGMTKN55ベンチマーク（主族化学55サブセット）でWTMAD-2 = 2.80 kcal/molを達成し、全てのhybrid汎関数を上回った（ωB97M-V: 3.23 kcal/mol）。

Jiang, Wang, Imam, Xu, Shaoら（ケンタッキー大学・南フロリダ大学）が、MDトラジェクトリと配列のコントラスティブ学習によって動的特性を配列表現に埋め込むDynamics-aware Protein Language Model（DPLM）を提案した。既存のプロテイン言語モデル（PLM）はすべて静的な配列または構造を入力とし、タンパク質の動的特性（コンフォーメーション柔軟性・固有無秩序・アロステリクス等）を表現できなかった。DPLMはESM-2（650Mパラメータ）の上位16層にAdapter Tuningで軽量なMD-Aware Moduleを追加し、…

Genie 3は、Columbia大学AlQuraishi研究室が開発した全原子SE(3)同変拡散モデルによるタンパク質設計システムである。タンパク質を「分岐ポリマー」として扱うという概念的転換により、SE(3)同変性を維持しながら側鎖コンフォメーションの全原子レベルの推論を初めて実用的に実現した。従来の最高性能手法であるBindCraft（ハルシネーション）と比較して同等以上の設計成功率を示しつつ、計算コストを大幅に削減（生成速度で数百倍高速）。Nipah Glycoprotein GへのKD≈92 nMナノモルバインダーを8回の試行で実験的に得ており（12.5%実験成功率）、実世界への適用可能性を実証している。

本研究は、AlphaFold3（AF3）・RosettaFold3（RF3）・Boltz-2・Chai-1の4つのタンパク質-リガンドコフォールディングモデルを、キナーゼとGPCRという「機能状態依存型タンパク質」に対してベンチマークした研究である。特定の薬理活性は特定のコンフォメーション状態（DFG-in/out、active/inactive ICL3など）に依存するため、単なるリガンドRMSDではなく「機能状態の正確な再現」を評価軸として採用している。主要な発見は「conformational decoupling」であり、リガンド配置精度（低RMSD）と全体的なタンパク質コンフォメーション状態の回復精度が切り離されていることを実証した。

環状化合物は承認済み低分子薬の99%以上を占めるにもかかわらず、spiro・cage・macrocyclicなど複雑な環系を網羅的に自動分類する手法は存在しなかった。本研究はSSSRアルゴリズムとグラフ理論に基づく新しい分類法「D3Rings」を開発し、ChEMBL（103万件）・DrugBank（11,283件）・COCONUT（406,920件）の3データベースの環系統計を初めて系統的に比較した。さらにVAE・AAE・CharRNNの3種の深層生成モデルを用いて各データベースを10倍規模に拡張し、SARS-CoV-2標的への大規模仮想スクリーニングで「ライブラリ規模の拡張が一様にヒット品質を向上させる」ことを実証した。

JMC・EJMCから24年分（2000-2023年）の論文を体系的に収集し、fragment replacement・ring change・bioisostere置換の3戦略タイプで約9000件の専門家由来分子最適化ペアデータベースを構築した。このデータを活用してGGNN+GRUアーキテクチャのMolOptモデルをEnamineデータベースのMMP事前学習からファインチューニングし、専門家知識と深層学習を統合したAutoOptimizerプラットフォームを開発した。FGFR4とHPK1を標的とした実験検証で、それぞれスタート化合物比77.6倍・51.6倍の活性改善を示す化合物M8（IC50=17.6nM対FGFR4）・M9（IC50=46.5nM対HPK1）を同定した。

本論文は、分子機械学習（特にグラフニューラルネットワーク）における説明可能AI（XAI）手法の性能を、活性クリフ（activity cliff）ペアの最大共通部分構造（MCS）を用いて定量的に評価するベンチマークを提案する。BindingDB のコンジェナリー系列（1222系列、729ターゲット）とChEMBL の訓練データを組み合わせ、活性差 >1 log unit を示すペアに対してグラウンドトゥルース・アトムカラーリングを定義し、複数のXAI手法を系統的に比較した。結果として、モダンなGNNベースの帰属手法は従来の古典的アプローチ（ランダムフォレスト＋ECFP4＋Sheridanマスキング）に大幅に劣ることが示された。

Tufts 大学の Margaret Martin と Soha Hassoun による GIF は、汎用 LLM を構造化プロンプティングで誘導し、タンデム質量分析（MS/MS）スペクトルをシミュレーションする枠組みである。メタボロミクスの最大のボトルネックは測定スペクトルのアノテーション率の低さで、参照ライブラリ（NIST23 等）の被覆が限定的なことに起因する。GIF は事前学習済み LLM の推論能力を、tagging・構造化 I/O・system prompt・instruction-based prompt・iterative refinement という体系的な手法で MS/MS フラグメンテーションに向ける。

University of Missouri の Wang・Cheng らによる MPBind は、タンパク質上の結合部位を 5 種のパートナークラス（タンパク質、DNA/RNA、リガンド、イオン、脂質）に対して同時に予測するマルチタスク深層学習モデルである。タンパク質間・タンパク質-核酸・タンパク質-リガンドなどの相互作用部位を正確に予測することは、機能解明と創薬の双方で本質的に重要だが、従来は各相互作用クラスごとに専用モデルを開発する必要があった。MPBind は protein language model (PLM) の配列埋め込みと equivariant GNN による 3D 幾何特徴を統合し、単一ネットワークで 5 クラスを横断予測する。