Language models in molecular discovery

Language models in molecular discovery

1 本研究の学術的背景と研究課題の核心をなす学術的「問い」は、言語モデル、特にトランスフォーマーベースのアーキテクチャが、小分子、タンパク質、ポリマーなどを操作する「科学的言語モデル」へと進化し、分子発見のサイクルを加速する役割を果たしているからです。具体的には、このモデルが新薬設計、物性予測、反応化学などでどのような効果を発揮するか、そしてその効果をどのように拡大させるかについて考察しています。

2 本研究の目的は、言語モデルが分子発見にどのように投入され、その結果をどのように評価するかを検討することです。さらに、科学的言語モデルの分野への参入障壁を下げるための有益なオープンソースソフトウェア資産を紹介し、チャットボットインターフェースと計算化学ツールへのアクセスを組み合わせた未来の分子設計についてのビジョンを描き出します。

3 本研究は、化学業界が新製品の発売に10年と30億ドル近いコストを負担しているという現状から出発しています。また、実験スクリーニングでの高い不採用率や化学空間の巨大さ、偶然の発見の頻度などからも問題の複雑さが言及されています。言語モデルは最近出現し、人間のようなテキストを理解し生成する驚異的な能力を示しているとしています。また、この研究では言語モデルの有望な応用先として、化学設計タスクの役割を探っています。

4 本研究では、言語モデルが分子発見をどのように加速するか、具体的には新薬のデザイン、物性予測、反応化学のタスクにどのように適用されるかを評価しました。また、科学的言語モデルが自然言語と科学言語を橋渡しする能力を持つことから、化学者は自然言語で設計目標を定式化し、対話型エージェントとのやり取りで結果を反復的に洗練することができるとしています。

5 本研究では、機械が生成した仮説と検証の支援を組み合わせた加速化された分子発見サイクルを提案しました。複数の分子の生成とテストを同時に行うことが可能になります。さらに、科学的言語モデリングのための選定されたソフトウェアツールとライブラリを紹介しました。