マルチモーダル深層アンサンブルと多目的バッチベイズ最適化による分子設計の加速

• 研究領域: 天然物が織り成す化合物潜在空間が拓く生物活性分子デザイン
• 研究課題/領域番号: 24H01756
• 研究種目: 学術変革領域研究(A)
• 配分区分: 補助金
• 審査区分: 学術変革領域研究区分(Ⅱ)
• 研究機関: 東京科学大学 (2025); 東京医科歯科大学 (2024)
• 研究代表者: 林 周斗 東京科学大学, 総合研究院, 准教授 (30902332)
• 研究期間 (年度): 2024-04-01 – 2026-03-31
• 研究課題ステータス: 交付 (2025年度)
• 配分額: 7,020千円 (直接経費: 5,400千円、間接経費: 1,620千円); 2025年度: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円); 2024年度: 3,510千円 (直接経費: 2,700千円、間接経費: 810千円)
• キーワード: 多目的バッチベイズ最適化 / 深層アンサンブル / マルチモーダルAI / 分子設計 / DBTLサイクル

研究開始時の研究の概要

分子設計は目的の機能や活性を有する新規分子を設計するプロセスである。分子設計において分子を効率的に探索する手法として、これまでベイズ最適化がよく用いられてきた。しかし、単純なベイズ最適化では、分子データのマルチモーダル性や分子評価実験の多目的性・多並列性を考慮に入れることはできない。これらの課題を解決するため、本研究ではマルチモーダル深層アンサンブルと多目的バッチベイズ最適化を組み合わせたデータ駆動型分子探索手法を開発する。本研究で開発する技術により、分子設計の速度と成功率が飛躍的に上昇することが期待される。