PolyJarvis：自律的な高分子MDシミュレーションのためのLLMエージェント
arXiv cs.CL / 2026/4/6
📰 ニュースSignals & Early TrendsIdeas & Deep AnalysisModels & Research
要点
- PolyJarvisは、自然言語入力（高分子名またはSMILES）からエンドツーエンドの全原子高分子分子動力学（MD）ワークフローを実行する、LLM駆動のエージェントである。
- これは、Model Context Protocol（MCP）サーバを介してLLMとRadonPyシミュレーションプラットフォームを統合し、モノマー構築、電荷割り当て、重合、力場パラメータ化、GPU加速による平衡化、ならびに物性抽出といったタスクを自律的に扱えるようにする。
- ポリエチレン、アタクティックポリスチレン、PMMA、PEGでの検証では、密度予測が参照値に対して0.1〜4.8%、体積弾性率が17〜24%の範囲に収まる。
- エージェントのPMMAガラス転移温度（395 K）は実験値に対して+10〜+18 Kの範囲で一致する一方、他の高分子ではTgを+38〜+47 K過大評価する。これは主に、エージェントの誤りというよりMDの冷却速度バイアスによって説明される。
- 比較可能な実験参照値を持つ8つの高分子−物性ペアにおいて、5件が厳格な受け入れ基準を満たし、LLMエージェントが専門家レベルの高分子MD結果を確実に再現しうるという主張を裏付ける。
