標的を意識したソース選択による分子OOD汎化の再考
研究者らは、極端な分布外条件下での分子特性予測を評価する新しいベンチマークSCOPE-BENCHと、強化学習を用いて最適なソーススキャフォールドを選択するドメイン適応フレームワークPOMAを提案した。評価の結果、既存モデルの誤差は新しいベンチマークで最大8倍に増加し、POMAは誤差を最大11.2%削減することが示された。
AI駆動型創薬において、極端な分布外（OOD）シナリオでの分子特性のロバストな予測は重要なボトルネックである。現在のスキャフォールド分割プロトコルは微視的な意味的重複を防げず、モデルが近道学習に陥り、真の外挿能力を過大評価する原因となっている。一方、従来のドメイン適応パラダイムは極端な構造変化の下で性能が低下し、異種ソースライブラリを盲目的に整列させるとトポロジカルノイズが注入され、負の転移を引き起こす。
これらの課題に対処するため、研究チームはSCOPE-BENCH（スキャフォールドクラスター分布外性能評価ベンチマーク）を提案した。これは明示的な物理化学的記述子空間におけるクラスターレベルの分割に基づくベンチマークであり、トレーニングセットとテストセットが異なるクラスターからの分子で構成されるため、モデルが未知の化学空間に直面した際の性能を正確に評価できる。
さらに、POMA（多ソース適応のためのポリシー最適化）フレームワークも併せて提案された。POMAは知識転移を「検索・構成・適応」パイプラインとして定式化する。まず、ラベル付きソーススキャフォールドの中から、ラベルなしターゲットに構造的に近いものをプロキシターゲットとして特定し、強化学習ポリシーによって指数関数的に大きな候補プールから最適なソース部分集合を適応的に選択する。最後に、巨視的トポロジーと微視的ファーマコフォアの二重スケールでドメイン適応を実行する。
評価の結果、最先端の3D分子モデル（EGNN、SphereNet、DimeNet++など）の予測誤差はSCOPE-BENCH上で最大8.0倍（平均5.9倍）に急増し、既存モデルの限界が明らかになった。一方、POMAは多様なバックボーンアーキテクチャにおいて平均絶対誤差を最大11.2%削減し、平均相対改善率6.2%を達成した。特にEGNNでは11.2%の誤差削減、SphereNetでは8.7%、DimeNet++では6.0%の改善が見られた。このことから、ターゲットを意識したソース選択により、極端なOOD条件下でも負の転移を効果的に抑制できることが示された。
本研究成果のコードは匿名の公開リポジトリで入手可能であり、分子特性予測分野に新たな評価基準と改善の方向性を提供する。将来的には、毒性予測や溶解度予測などの他の分子予測タスクへの応用や、より多様な分子表現学習モデルへの拡張が期待される。