大規模言語モデルによる制御可能な分子最適化のための足場（スキャフォールド）条件付き選好トリプレット

arXiv cs.LG / 2026/4/15

💬 オピニオンSignals & Early TrendsIdeas & Deep AnalysisModels & Research

共有:

要点

本論文は、足場を保持する選好トリプレット ⟨足場, より良い, より悪い⟩ を構築するパイプラインである Scaffold-Conditioned Preference Triplets（SCPT）を提案する。足場アラインメントに加えて、妥当性および合成可能性のための化学に基づくフィルタを用いる。
これらの選好シグナルを条件として、事前学習済みの分子LLMを条件付きエディタとしてアラインし、足場類似性を保持しつつ特性を改善する制御可能な分子最適化を目指す。
単一目的および複数目的のベンチマークでの実験により、基準手法と比べて最適化の成功率および特性向上が高く、かつ足場類似性の維持もより良好であることが示される。
本手法は、1つまたは2つの特性で訓練したモデルから3特性タスクへの強い汎化を示し、限られた高次の監督のもとで外挿的な能力があることを示唆する。
SCPTはさらに、異なる最適化レジームに適応するための、類似性と獲得（ゲイン）のトレードオフのフロンティアをより予測可能にするための、制御可能な「データ構築ノブ」も導入する。

Abstract

分子特性の最適化は創薬において中核となる一方、多くの深層学習手法はブラックボックス的なスコアリングに依存しており、足場（scaffold）を保持するための制御が限定的であるため、不安定または生物学的に不 plausible な編集を生み出しがちです。大規模言語モデル（LLMs）は分子生成器として有望ですが、最適化は、化学に基づいた嗜好（preference）による教師信号と原理に基づくデータキュレーションの欠如により依然として制約されています。私たちは、 \textbf{Scaffold-Conditioned Preference Triplets (SCPT)} を提案します。これは、足場アライメントと、妥当性・合成可能性・意味のある特性向上のための化学駆動フィルタによって、類似性制約付きのトリプレット

\langle\text{scaffold}, \text{better}, \text{worse}\rangle

を構築するパイプラインです。これらの嗜好を用いて、事前学習済みの分子LLMを条件付きエディタとしてアラインし、足場を保持しながら特性を改善する編集を可能にします。単一目的および多目的のベンチマークにおいて、SCPTは競合するベースラインよりも高い足場類似度を維持しつつ、最適化の成功率と特性の向上幅を改善します。代表的な非LLMの分子最適化手法と比較すると、SCPTで訓練されたLLMは、足場に制約を課した最適化や多目的最適化により適しています。さらに、単一特性および二特性の教師信号で訓練されたモデルは、三特性タスクへ効果的に汎化し、限定的な高次の教師信号のもとでの有望な外挿的（extrapolative）汎化が示唆されます。SCPTはまた、制御可能なデータ構築の調整ノブを提供し、予測可能な類似度—向上（similarity-gain）フロンティアをもたらすことで、さまざまな最適化レジームへの体系的な適応を可能にします。