30秒サマリー
- MicrosoftがAIを用いた逆合成予測モデル「RetroChimera」をNature誌に発表し、実装とモデル重みをオープンソースで公開した
- 2つの異なるアーキテクチャを組み合わせたアンサンブル手法により、希少反応の予測や複雑分子の合成ルート提案で既存モデルを上回った
- 製薬・先端材料分野のR&D加速を狙い、GitHub（MITライセンス）とMicrosoft Foundryでも利用可能
何が起きたか
Microsoft Researchは、小分子の逆合成経路を自動予測するAIモデル「RetroChimera」に関する論文を学術誌Natureに発表した。同時に、モデルの実装とモデル重みをGitHub上でMITライセンスのもとオープンソース公開し、Microsoft Foundryでもアクセスできるようにした。
逆合成（レトロシンセシス）とは、目標とする分子から出発し、購入可能な原料になるまで段階的に分解して合成経路を設計する手法。RetroChimeraはこのプロセスを、性質の異なる2つのサブモデルを組み合わせて自動化する。一つはTransformerベースの生成モデル「R-SMILES 2」で、データから柔軟に反応パターンを学習するが、幻覚（ハルシネーション）が生じやすい。もう一つはグラフニューラルネットワーク（GNN）ベースの「NeuralLoc」で、反応テンプレートを活用して信頼性の高い出力を生成するが、テンプレートにない反応への対応は限られる。RetroChimeraはこれら2モデルの予測を「学習型ランキング」戦略でアンサンブルし、互いの弱点を補完する仕組みとなっている。
検証実験において、博士号を持つ専門化学者による盲検評価では、RetroChimeraの反応提案が構成サブモデル単体や既存の確立されたアプローチ、さらにはテストセット中の文献反応と比べても好まれたと報告されている。また、10の困難な目標分子に対するマルチステップ合成ルートの評価では、RetroChimeraが9標的に成功した一方、比較モデルは2〜5標的にとどまった。
原典ハイライト
原文では「blind tests（盲検テスト）においてPhDレベルの化学者がRetroChimeraの反応予測を、先行モデルおよび文献中の実験済み反応よりも好んだ」と記述。また、10の困難な目標分子のうち9標的で完全な合成ルートを許容したのはRetroChimeraのみであり、次点モデル（de novoモデル）の5標的を大きく上回った。
出典: Microsoft Research Blog（公式ブログ）
So What?（なぜ重要か）
新薬・新材料の開発において、合成経路の設計は依然として高度な専門知識と多大な工数を要するボトルネックだった。RetroChimeraは、この工程をAIが高精度で自動提案できることをNature誌という高い権威のある媒体で実証した点が重要。さらにオープンソース公開により、アカデミア・企業研究者を問わず広くアクセスと検証が可能になる。今後の実験室自動化と組み合わせることで「閉ループ型・自己改善型の合成計画システム」への道が開けるとMicrosoftは展望しており、創薬サイクルの大幅な短縮が現実的な選択肢となりつつある。
日本企業への示唆
製薬・化学・素材メーカーの研究開発部門にとって、RetroChimeraはOSSで即座に試用できる点が大きい。まず自社の対象分子に対してベンチマークし、社内の合成計画プロセスへの組み込み可能性を評価するステップが現実的。独自データセットへのファインチューニングも論文内で検証されており（ゼロショット転移・ファインチューニングの有効性が報告）、社内の反応データベースと組み合わせた専用モデル構築も視野に入る。創薬コストの削減や候補化合物の探索スピード向上を目指す企業は、AI for Scienceへの投資判断を早める契機となり得る。
背景・経緯
新分子の合成経路設計は、創薬コストの主要因の一つとされており、計算化学の進展で候補分子の探索は飛躍的に広がった一方、実際の合成可能性の判断は専門化学者に依存してきた。RetroChimeraはMicrosoft Research AI for Scienceチームが開発し、外部研究協力者との評価実験も含めた成果をNatureに掲載した。実装はGitHub（MITライセンス）とMicrosoft Foundryで公開されている。
