単一解を超える：化学妥当性を考慮した逆合成言語モデル

導入

逆合成とは、目的分子から出発して、どの前駆体や結合切断を使えば合成できるかを逆向きに推定する作業である。しかし、同じ分子に対して化学的に成立し得る合成経路は一つとは限らない。反応の選択、切断位置、利用可能な出発物質によって複数の解が生まれるため、正解を一つだけ設定し、完全一致で評価する方法には限界がある。

Hugging Face Daily Papers で紹介された本研究は、この問題に対して Top-K prompting と Top-K training を提案した。新しい C3LM（Chemistry Constraint-Consistent Language Model）は、単一の予測ではなく、複数の反応候補をまとめて出力することを目指す。重要なのは候補数を増やすことだけではなく、化学的に妥当で、互いに一定の違いを持つ提案を得ることである。

主なポイント

• 複数候補を前提にした推論：Top-K 方式により、モデルの出力を一つの回答から候補集合へ拡張する。これは実際の合成計画で行われる探索に近い。
• 大規模な反応データ：C3LM は、専門家がコード化した反応テンプレートを基にした CREED-CCV-2+USPTO-XL で学習する。同データセットには約4560万件の検証済み反応が含まれる。
• 妥当性と新規性の両立：微調整に加え、ChemCensor に基づく報酬と新規性を重視した報酬を利用する。これにより、化学的に不自然な出力を抑えながら、既知パターンの単純な反復も避けようとしている。
• 分布外ベンチマークで評価：OOD URSA-expert-2026 では、提示された概要によれば、Top-K を組み合わせた C3LM は最先端水準の性能を示し、一部の条件で強力な従来モデルと競合、または上回った。

意義と限界

本研究が示す最も重要な点は、逆合成の評価軸を「記録された正解を当てたか」だけに限定すべきではないということである。参照データに含まれない経路でも、化学的に有用な可能性はある。一方、候補を多く生成すればよいわけでもなく、妥当性の確認と後段の経路選別は依然として必要だ。Top-K は実験判断の代替ではなく、探索の入口を広げる仕組みと捉えるべきである。

さらに、反応の独自性に関する分析では、C3LM と従来の有力モデルが完全に同じ反応空間を探索するのではなく、相補的な領域をカバーすることが示された。従来モデルは構造化された反応テンプレートや既知パターンを活用しやすい一方、LLM は異なる表現や生成経路から候補を導く可能性がある。したがって、合成計画エンジンでは単一モデルの最高スコアだけを追うより、両者を統合して候補の被覆率を高める設計が有望だろう。

提供された素材には、詳細な指標表、アブレーション、実験室での検証結果は含まれていない。そのため、C3LM が自律的に実行可能な合成経路を設計できるとまでは結論できない。今後は妥当性、経路の多様性、新規性、コスト、実験成功率を併せて評価する必要がある。それでも本研究は、LLM による逆合成を単一回答の予測から、信頼できる候補集合の生成へと捉え直す方向を示している。

出典：Hugging Face Daily Papers