M-FRAGは分子とフラグメントを共通の埋め込み空間に整列させ、物性に関連するフラグメントで強化学習による分子構築を導く
- M-FRAGは分子とフラグメントを単一の埋め込み空間に整列させ、親分子との関係と物性値にわたる分布に基づいてフラグメントを整理する。
- 物性に関連する領域に近いフラグメントを優先的に選び、強化学習による分子の組み立てを誘導する。
- ドッキングに基づく5つの多目的最適化タスクで計算上評価され、ベースラインより新規ヒットが多く上位ドッキングスコアも良好で、新規性と化学的妥当性も維持した。実験的検証はない。
💡 ポイント アブストラクトに基づく見解
ここで報酬になっているのはドッキングスコアだけで、生成モデルはスコア関数の癖を突くことで知られている。上位スコアが良いからといって、実際の結合体が得られるとは限らない。見るべきは、同じサンプリング予算で、物性を考慮したフラグメント選択が単純な出現頻度ベースの事前分布に勝るかどうかだ。別の手法や自由エネルギー計算でのヒット再評価と、合成可能性の確認が、実力を見極める近道になる。
Aligning Molecules and Fragments in a Shared Embedding Space for Property-Aware Fragment Selection ↗