研究者ら、逆合成AIに化学的事前知識を導入
コンピューター支援合成計画で、より妥当かつ多様な反応予測を目指す新研究。
なぜ重要か
この研究は、逆合成を単一解の系列タスクとして扱う段階から、化学的制約を用いて多様で妥当な経路を順位付けするシステムへと移行していることを示している。これにより、AIによる合成計画は創薬や有機化学のワークフローでより有用になる可能性がある。
要点
- 1.C3LMは逆合成にTop-Kプロンプティングと妥当性を考慮した報酬を用いる。
- 2.RetroMPAは8つの逆合成モデルを再学習なしで改善する。
- 3.どちらの手法も、AIによる合成計画に化学的制約を組み込んでいる。
最近の逆合成研究では、AIによる反応予測をより化学的根拠に基づいたものにする手法が提案されている。ある論文はC3LMを発表した。C3LMは約4,560万件の検証済み反応で学習され、Top-Kプロンプティング、ChemCensorベースの報酬、新規性を重視した報酬を用いるもので、OOD URSA-expert-2026ベンチマークで最先端の性能を報告している。別のarXiv論文はRetroMPAを発表した。RetroMPAはモデルに依存しない事後モジュールで、分子特性を考慮した埋め込みを使って既存の逆合成モデルの出力を改善し、USPTO-50K上の8モデルで平均5.50%のtop-1精度向上を報告している。
⚡ 今日から使える
逆合成ツールを評価する際は、複数の妥当なTop-K出力を確認し、生成された経路に依存する前に化学的妥当性のフィルターを加えるべきだ。
出典・一次報道
本記事は以下の媒体の報道を要約し、リンクしています。
- arXiv cs.AITraining Chemical Plausibility-Aware Large Language Models for Single-Step RetrosynthesisAug 20, 12:00 PM↗
- arXiv cs.CLTraining Chemical Plausibility-Aware Large Language Models for Single-Step RetrosynthesisAug 20, 12:00 PM↗
- HF Daily PapersTraining Chemical Plausibility-Aware Large Language Models for Single-Step RetrosynthesisAug 19, 4:00 AM↗
- arXiv cs.AIRetroMPA: A Molecular Property-Aware Auxiliary Framework for Enhancing Retrosynthesis PredictionAug 18, 12:00 PM↗
- arXiv cs.LGRetroMPA: A Molecular Property-Aware Auxiliary Framework for Enhancing Retrosynthesis PredictionAug 18, 12:00 PM↗
この記事が役に立ちましたか？次号をメールでお届けします。
関連： 研究
スタートアップ、AIによるがん治療の進展にはデータが鍵と指摘
TechCrunchによると、このスタートアップは、より良いデータがなければAIはがん治療の実現に近づいていないと主張している。
HarnessRisk、エージェント・ハーネスの安全性障害をベンチマーク
このベンチマークは、エージェント・ハーネスの各フェーズにおける攻撃を検証する。一方、関連研究ではタスクごとのプロビジョニングが検討されている。
Agent Lightning v1.0、ハーネス型エージェントRLを照準に
このフレームワークは、任意のエージェント・ハーネスを強化学習によるポストトレーニングに接続する。