データ融合とコントラストアライメントによる制約なしIR分子構造解析
研究者らは、事前に化学式を必要とせずに赤外分光データから分子構造を自動解析するためのエンコーダー-デコーダートランスフォーマーの改良を提案。混合エキスパート（MoE）デコーダーに非加算的集約（線形順序統計量とChoquet積分）を使用し、補助的なコントラストアライメント損失を追加することで、ベースラインのIRのみのモデルと比較してTop-K予測精度を10ポイント以上向上させた。解析により、IRスペクトルがほとんどの化学情報を符号化していることが確認され、分析化学におけるAIの有用性が広がった。
分析化学の分野において、赤外（IR）分光データから分子構造を自動的に解明することは重要な研究テーマである。しかし、既存の手法は事前に化学式を補助入力として与える必要があり、そのため予測は異性体の識別に限定され、完全な分子構造予測には至らない。Transformerモデルは異性体識別で高い精度を示すものの、制約なしの構造解明における信頼性は低く、その理由も十分に理解されていない。この課題に対し、2026年7月28日に提出された論文で、Ethan J. Mickらは従来のエンコーダー-デコーダートランスフォーマーに重要な改良を加えた。
中心となる革新は、混合エキスパート（Mixture-of-Experts, MoE）デコーダーモジュールの導入である。このモジュールは、線形順序統計量とChoquet積分を用いた非加算的な集約を行い、制約なし問題が直面する広大な化学空間に対処する。さらに、エンコーダー側のスペクトル表現の集約にも同様の非加算演算子を適用し、補助的なコントラストアライメント損失項を追加した。これらの手法は、従来の加算的な集約では捉えきれない複雑な相互作用をモデル化することを可能にする。
実験の結果、これらの改良により、ベースラインのIRのみのモデルと比較してTop-K予測精度が10パーセントポイント以上向上した。分子予測の部分構造断片分析を通じて、IRスペクトルが関連する化学情報の大部分を符号化していることも確認された。これは、異性体ランキングモデルの高い性能が、探索された化学空間における分子の吸収帯の過小評価や重複に起因することを示唆している。つまり、IRスペクトルには分子構造を決定するのに十分な情報が含まれていることが実証された。
本研究は、測定されたIRスペクトルからの自動分子構造解析の有効性を実証し、分析化学におけるAIの応用範囲を大幅に拡大するものである。今後、特に事前の化学情報が乏しい状況での新規化合物同定に役立つと期待される。また、この研究は機械学習コミュニティにとっても、非加算的集約やMoEアーキテクチャの有効性を示す重要な事例となる。