ニュース

当社メンバーの寺山慧、隅田真人、石田祥一、技技術顧の津田宏治らによる論文「MolAtlas: a visualization framework for molecular property distributions to guide functional molecule development」がnpj Computational Materialsに掲載されました。

ある機能性分子を設計する際に、専門家やAIが設計した分子が既存の分子を真に超えているかどうかを評価することは容易なことではありません。 本研究では、ZINC等の大規模データセットから500万分子以上を対象に密度汎関数理論に基づく計算物性の分布を構築し、分子物性空間における任意の分子の位置づけや新規性を可視化するフレームワーク「MolAtlas」を開発しました。 レーダーチャートや2次元物性分布により、対象分子の物性空間における位置と珍しさを直感的に把握できます。 MolAtlasはオープンソースとしてGitHubにて公開されています。

当社メンバーの隅田真人、石田祥一、美添一樹、寺山慧、技技術顧の津田宏治らによる総説論文「Molecular Design with Artificial Intelligence: Progress and Perspectives for Small Molecules」がChemical Reviewsに掲載されました。

本総説では、生成AIを用いた分子設計の進展について包括的にレビューしています。 2016年に深層学習技術が本領域に導入されて以降の発展の経緯を整理し、変分オートエンコーダなどの古典的なモデルから、大規模言語モデルや拡散モデルなどの最新手法までを概観しています。 もう一つの貢献としては、生成AIにより設計された分子を実際に合成し目的の性質を持っているかを検証した事例についても網羅的にまとめています。 また、実際に機能性分子を設計する上で重要である、分子設計における計算化学との融合の重要性およびそれを実現するために必要不可欠な大規模並列化についても言及しています。

当社メンバーの寺山慧、石田祥一、隅田真人、美添一樹、技技術顧の津田宏治らによるプレプリント「ChemTSv3: Generalizing Molecular Design via Flexible Search Space Control」をChemRxivに公開しました。

ChemTSv3は、強化学習に基づく分子設計の探索フレームワークです。 従来の分子生成手法では、分子表現や生成手法によって探索可能な化学空間が暗黙的にされており、実用的な設計の柔軟性が制限されていました。 ChemTSv3では、文字列ベースの符号化、分子グラフ、タンパク質配列などの多様な分子表現をノードとして統一的に扱うことで、低分子からタンパク質までのスケーラブルな分子生成を可能にしています。 ChemTSv3はオープンソースとしてGitHubにて公開されています。

当社メンバーの寺山慧、石田祥一、隅田真人、技術顧問の津田宏治らによるプレプリント「MolAtlas: a visualization framework for molecular property distributions to guide functional molecule development」をChemRxivに公開しました。

ある機能性分子を設計する際に、専門家やAIが設計した分子が既存の分子を真に超えているかどうかを評価することは容易なことではありません。 本研究では、ZINC等の大規模データセットから500万分子以上を対象に密度汎関数理論に基づく計算物性の分布を構築し、分子物性空間における任意の分子の位置づけや新規性を可視化するフレームワーク「MolAtlas」を開発しました。 レーダーチャートや2次元物性分布により、対象分子の物性空間における位置と珍しさを直感的に把握できます。 MolAtlasはオープンソースとしてGitHubにて公開されています。

当社技術顧問の塩川浩昭、当社メンバーの石田祥一、寺山慧による論文「GESim: ultrafast graph-based molecular similarity calculation via von Neumann graph entropy」がJournal of Cheminformaticsに掲載されました。

本研究では、von Neumann graph entropyに基づく超高速なグラフベースの分子類似度計算手法GESimを開発しました。 従来のグラフベース手法（グラフ編集距離など）はNP困難であり実用的な計算が困難でしたが、GESimはフィンガープリントベースの手法に匹敵する計算コストで分子グラフ全体を考慮した類似度計算を実現します。 ベンチマーク評価では、他の手法では区別が困難な高類似度の分子に対しても差異を識別できることが示されました。 GESimはオープンソースとしてGitHubにて公開されています。

当社メンバーの石田祥一、寺山慧らによる論文「Large language models open new way of AI-assisted molecule design for chemists」がJournal of Cheminformaticsに掲載されました。

本研究では、大規模言語モデル (LLM) を活用したチャットボット「ChatChemTS」を開発し、化学者がチャットを通じてAIベースの分子設計を行える仕組みを実現しました。 AIベースの分子生成ツールは実用化に向けて進展していますが、それを効果的に活用するには分子生成技術に関する専門的な知識やスキルが依然として求められます。 本研究で開発したChatChemTSは、チャットでのやり取りのみでAIベースの分子生成ツールChemTSv2を利用可能にするオープンソースのアプリケーションです。 予測モデルの自動構築を含む、指定された物性に対する報酬関数の自動構築を含む分子設計をチャットインターフェースを通じて実行できます。 本論文では、色素分子および抗がん剤 (EGFR阻害剤) の de novo設計を通じて、単目的・多目的の分子最適化への適用事例を示しています。

ChatChemTSはオープンソースとしてGitHubにて公開されています。

2024年2月2日、MolNavi合同会社を神奈川県横浜市に設立いたしました。 当社は、人工知能（AI）技術および計算科学を活用した機能性分子設計に関する研究開発・技術指導・コンサルティング、ならびに関連ソフトウェアの導入・利用支援を主な事業として展開してまいります。 多種多様なバックグラウンドを持つ研究者による、学際的な専門知見を活かし、お客様の研究開発課題に対して最適なソリューションを提供できるように尽力いたします。