📚 週次論文レビュー — 🤖 機械学習・AI

ANI（Accurate NeurAl networK engINe）は Behler-Parinello 型の対称関数記述子（AEV）をベースにしたニューラルネットワーク原子間ポテンシャル（MLIP）であり、量子力学（QM）計算データで訓練されることで古典力場をはるかに超える精度で分子系のポテンシャルエネルギー面を記述できる。本研究は ANI を大規模システムへスケールするために LAMMPS との統合インターフェース「LAMMPS-ANI」を開発した。中核的な技術成果は以下の3点である。①CUAEV（CUDA による AEV 計算カーネル）による GPU 上での高速な記述子計算、②Kokkos バックエンドによる全 LAMMPS…

FuncBindは、小分子・マクロ環状ペプチド（MCP）・抗体CDRループという異なる分子モダリティを単一の統合モデルで生成するポケット条件付き分子生成フレームワーク。核心的なアイデアは分子を点群ではなくneural field（連続的な原子密度場）として表現することで、原子数の可変性・非カノニカルアミノ酸の表現・モダリティ横断の統合学習を同一アーキテクチャで実現する。3D CNN EncoderでR^(L³×C)の空間配列特徴マップlatentに圧縮し、条件付き3D U-Netデノイザー（拡散モデルまたはwalk-jump sampling）でlatent空間のスコアベース生成を行い、Gabor filterベースのneural …

QED・合成アクセス性（SAS）・結合親和性の3目的を同時最適化する3D de novo分子設計フレームワーク。E(3)-同変Equivariant Diffusion Model（EDM）をバックボーンとし、ChempropのDirected Message Passing Neural Network（D-MPNN）を不確実性推定付きサロゲートモデルとして活用。各特性の閾値超過確率の積として多目的報酬を定義し、PPOスタイルのclipped policy gradientで拡散モデルをファインチューニングする。報酬設計には多様性ペナルティ（Tanimoto）と有効性・新規性・独自性ボーナスが組み込まれており、ペナルティ重みは指数…

Scientific LLM（Sci-LLM）がバイオ分子シーケンスを処理する際の根本的な問題「トークン化ジレンマ」を体系的に分析し、これを回避する「Context-Driven」パラダイムを提案する論文。従来のアプローチは「シーケンス-as-言語」（Intern-S1・NatureLM）と「シーケンス-as-モダリティ」（Evolla・BioReason）の2つに大別されるが、前者はトークン化が機能モチーフを破壊し、後者はバイオ表現空間とLLM言語空間の意味ギャップ（セマンティックミスアライメント）に苦しむ。著者らは代替として、InterProScan・BLASTp・ProTrekなどのバイオインフォマティクスツールが生成する高レ…

本論文はPhysPrefを提案する。コンパクトなLLM（Gemma-3 270M）を用いた分子設計エージェントで、物理シミュレータ（xTB、AutoDock-Vina、DFT）と連携しながら固定計算バジェット内で高品質分子を設計する。Reporter（シミュレータログ→JSON変換）とPlanner（ツール呼び出し列生成）の2モジュールで構成される。PlannerはDirect Preference Optimization（DPO）により物理スコアと計算コストの両方を考慮した「物理的選好」に整合される。AqSolDB（水溶性）・FreeSolv（水和自由エネルギー）・PCQM4Mv2（HOMO-LUMOギャップ）の3ベンチマークで…

Hamburg大学（Li, Zhao, Laue）とStanford大学（Wu）の共同研究。タンパク質-ペプチド相互作用（PPI）設計において、受容体表面の幾何学・生化学的情報を明示的に組み込んだ新しいフレームワーク「PepBridge」を提案した。受容体表面の3D点群を入力に、拡散ブリッジモデル（Denoising Diffusion Bridge Model, DDBM）でレセプター表面からリガンド表面を生成し、続いてSE(3)拡散・トーラス拡散・ロジット正規拡散の3種のマルチモーダル拡散でバックボーン・ねじれ角・残基タイプを同時生成する。Shape-Frame Matching Network（SFMNet）が表面形状とバック…

AstraZenecaとNVIDIAの共同研究。拡散モデル（EDM）やフローマッチング（SemlaFlow）による構造ベース創薬（SBDD）の問題点、すなわち生成リガンドが物理的に非妥当なコンフォーメーションを含む（結合長・角度の異常、タンパク質クラッシュ、高ひずみエネルギー）という点に対処するフレームワークを提案した。MMFF94力場をタンパク質ポケットとのvdW・静電相互作用項で拡張した微分可能なエネルギー関数を構築し、その勾配をサンプリングの各ステップに注入する「エネルギーガイダンス」を実現。既存のモデルを再訓練する必要がなく、推論時のプラグインとして機能する。

代数的トポロジーの最前線であるパーシステントラプラシアン理論をタンパク質-タンパク質相互作用（PPI）の結合自由エネルギー予測に応用した研究である。University of Florida・Michigan State University・University of Arkansasの共同研究。著者らはPDBbind V2020とSKEMPI v2を統合した新規ベンチマークP2P（6886複合体）を構築し、パーシステントホモロジー特徴量・パーシステントラプラシアンスペクトル・物理化学記述子・ESM言語モデル埋め込みを融合したPLNetで、leave-protein-out交差検証においてPearson R=0.80という有望な結…

Baker研究室（University of Washington）が開発した確率的グラフニューラルネットワーク「PLACER（Protein-Ligand Atomistic Conformational Ensemble Resolver）」を提案した研究である。タンパク質バックボーン座標とリガンドの化学グラフ（原子種・結合情報）を入力として、タンパク質サイドチェーンとリガンドの原子座標を確率的に再現するノイズ除去ネットワークである。AlphaFold2/RoseTTAFoldが残基レベルで配列から構造を予測するのとは対照的に、PLACERは原子レベルで「既知の化学構造から座標を生成する」問題として定式化されている。確率的な複数…

結合親和性予測モデルの「実際の汎化性は報告値より大幅に低い」という問題の根本原因を解明し、その解決策として新しいデータセット分割法（PDBbind CleanSplit）と新規GNNモデル（GEMS）を提案した研究である。ETH Zürich・Zürich University of Applied Sciences・University of Bernの共同研究。結論として、現在のSOTAモデルの高スコアのうち大部分はデータリーク由来であり、リークを除去した環境で真に性能を維持できるモデルはほぼ存在しないことを実証した上で、リーク除去後も競争力を保つGEMSを開発した。