Article
ケモインフォマティクス：AI支援化学合成のための集団的知性
Nature 651, 8104 doi: 10.1038/s41586-026-10131-4
科学文献の指数関数的増加は、さまざまな分野にわたって、ますます緊急の課題をもたらしている。毎年数十万種の新しい化学反応が報告されているが、それらを実施可能な実験に移行することが障害になっている。大規模言語モデル（LLM）の最近の適用は有望性を示しているが、de novo化合物にわたる多様な変換について確実に機能するシステムはまだ得られていない。今回我々は、化学者が数百万の反応プロトコルの集合知を利用できるようにする計算フレームワークである、MOSAIC（Multiple Optimized Specialists for AI-assisted Chemical Prediction）を提示する。MOSAICは、Llama-3.1-8B-Instructアーキテクチャーに基づいて構築されており、ボロノイクラスタリングされた空間で、2498の特化された化学エキスパートを訓練する。この手法によって、複雑な合成について信頼度指標を用いた再現可能かつ実行可能な実験プロトコルが得られる。実験的検証によって、医薬品、材料、農薬、化粧品の分野にわたる35を超える新化合物の実現が、全体で71％の成功率で実証された。注目すべきは、MOSAICが、エキスパートの訓練には含まれない新しい反応方法の発見も可能にすることであり、こうした発見は化学合成の進展の基礎となる。広大な分野を検索可能なエキスパート領域に分割する今回のスケーラブルなモデルによって、情報量増大の加速が効率的な知識の利用や応用のペースを上回っても、一般化可能なAI支援発見戦略が可能になる。
