📚 2026年5月 月次論文レビュー — 🤖 機械学習・AI

本研究は、SMILES を入力とする化学言語モデル（ChemLM / ChemLLM）が「同じ分子を異なる表記でも同一物質として認識できるか」という、これまで十分に検証されてこなかった問いに正面から取り組んでいる。著者らは AMORE（Augmented Molecular Retrieval）という zero-shot 評価フレームワークを提案した。アイデアの核心は、ある分子の SMILES を「下層の分子構造を一切変えない変換（同一性変換）」によって別の有効な SMILES 文字列に書き換え、元の表記と変換後の表記をモデルに埋め込ませたとき、その二つの埋め込みが十分に近くなるかどうかを測ることにある。

本研究は、生物活性化合物の潜在的な分子標的を計算機的に絞り込む「ターゲットフィッシング（target fishing）」のための機械学習フレームワーク COMET（Combined Matrix for Elucidating Targets）を提案している。ターゲットフィッシングは表現型スクリーニングのヒット同定、天然物の作用機序解明、薬物の副作用解析、ドラッグリポジショニングなどに不可欠だが、アフィニティクロマトグラフィーや熱プロテオームプロファイリングといった実験手法は時間とコストがかかり低スループットである。COMET は、リガンドベースの類似度解析とターゲットベースの結合親和性予測という二系統の証拠を、ランダムフォレストで統合して各候補標的が真の標的である確率を 0〜100% で出力する。

環状ペプチドは低分子と抗体の中間に位置し、高い親和性と特異性、低毒性、優れた組織透過性、タンパク質間相互作用への対応力を併せ持つことから、創薬モダリティとして注目を集めている。一方で、配列の多様性と構造の複雑さゆえに、合成・アッセイの前に生物活性を正確に予測することは依然として困難であり、特に参照データが乏しい新規ターゲットではその傾向が顕著である。本研究は、この課題に対して分子指紋・グラフ構造データ・物理化学特性・ADMET特性という4つの異なる情報チャネルを統合した多チャネル機械学習モデルを提案している。各環状ペプチドの SMILES から計51の特徴パラメータを抽出して融合し、教師なしクラスタリングと教師あり分類の両方で活性ポテンシャルを2値分類する。

本研究は、DNA エンコードライブラリ(DEL)選択データを使った機械学習創薬を、初めて完全に公開・再現可能な形で実現したフレームワークの提案と実証である。DEL は各化合物の合成履歴を DNA バーコードで符号化することで数十億規模の化合物を低コストで一括スクリーニングできる技術で、固定化した標的タンパクに結合する分子だけを濃縮し、次世代シーケンシングでバーコードを読むことで結合体を同定する。近年は McCloskey らが先鞭をつけたように、DEL の選択結果(結合体/非結合体)を教師ラベルとして ML モデルを学習し、購入可能な巨大バーチャルライブラリを仮想スクリーニング(VS)して合成不要でヒットを得る「DEL-ML-VS」が広がっている。

CASCADE は、LLM エージェントを支配的な「LLM + ツール利用（tool use）」のパラダイムから、「LLM + スキル獲得（skill acquisition）」へと移行させることを狙った自己進化型のマルチエージェント枠組みである。著者らの問題意識は明快で、現行のエージェントの多くは人間の専門家が事前に用意した狭い行動空間のラッパ（custom-built wrapper）に依存しており、新規ツールを必要とする複雑な科学タスクに適応できない。自律的にツールを生成する近年の試みも、Python の組み込みライブラリに頼った単純で狭いツールにとどまり、外部 API を使う場合でもスキルの習熟・人間とのループ内協調・メモリによる定着の機構を欠くため、自動化されたツール利用は脆く（brittle）、…

本研究は、大規模言語モデル（LLM）を「生成的オプティマイザ」として、制約付き多目的の逆設計問題（望ましい物性ベクトル Y から実現可能な入力組成 X を求める property-to-structure マッピング）に適用できるかを定量的に検証したベンチマーク論文である。逆設計は材料情報学（Inverse Design of Experiments, 逆 DoE）で中核的な課題であり、Pareto 最適フロント上にある複雑かつ実現可能な入力ベクトルを見つける必要がある。著者らは、確立された Bayesian Optimization（BO）フレームワークと、fine-tune した LLM・BERT 群とを同一条件で厳密に比較した。

MagicDock は、タンパク質と低分子の両方を対象に、レセプターの結合ポケット内で完全に de novo にリガンドを生成する生成フレームワークである。従来の de novo リガンド設計が抱える三つの問題、すなわち固定フレームワークや保存 CDR などのテンプレートに依存する「擬似 de novo」、エネルギー関数など間接的な指標で docking を捉えるために空間・表面情報を見落とす「限定的な docking モデリング」、タンパク質か低分子のどちらか一方にしか対応できない「硬直的なリガンド型」を同時に解こうとする。鍵となる発想は、生成を「最適化」として明示的に扱う勾配インバージョン (gradient inversion) である。

LamNet は、創薬で中心的だが計算コストの高いタンパク質-リガンド結合自由エネルギー計算を、深層学習で大幅に加速しようとする試みである。著者ら（浙江大学 Hou Tingjun・Hsieh Chang-yu のグループ）は、結合自由エネルギーを単一構造から一発で回帰する従来のブラックボックス DL とは異なるアプローチを取る。すなわち、アルケミカル自由エネルギー法（AFEM）が辿る熱力学的変換経路そのものをモデルに組み込み、λ でパラメータ化された各中間状態（ウィンドウ）の自由エネルギーを予測し、それらを累積して相対結合自由エネルギー（RBFE）および絶対結合自由エネルギー（ABFE）を得る。

本論文は Google Research と Google DeepMind が開発した ERA（Empirical Research Assistance）を提案する。ERA は「測定可能な品質スコアを最大化するソフトウェア」を empirical software と定義し、その作成を自動化する AI システムである。科学の発見サイクルは計算実験を支えるソフトウェアの手作業による開発で律速されており、ドメイン固有のソフトウェアは何年もかけて職人的に書かれることが多い。ERA はこの問題を「品質スコアを最大化するプログラムの探索」というスコア可能タスク（scorable task）として再定式化し、大規模言語モデル（LLM）がコードを反復的に書き換え、…

本研究は、低・中所得国における必須医薬品の配分という資源最適化問題を、機械学習による需要予測と確率的最適化を組み合わせて解いた実地展開の論文である。対象はSierra Leoneで、妊婦と5歳未満児に無償で医療を提供するFree Health Care Initiative（FHCI）の下、医薬品は四半期に一度しか各施設に配分されず、ある施設で深刻な品切れが起きる一方で別の施設では余剰・廃棄が生じるという供給と需要のミスマッチが慢性化していた。NMSA（国立医療供給庁）当局によれば、平均して施設要求の約42%が満たされていなかった。著者らは、各施設・各製品の需要分布を予測し、その予測に基づいて中央在庫を線形計画で配分するシステムを構築し、政府データベース（消費データのDHIS2、…