MolClaw：階層的スキルを持つ創薬分子評価・スクリーニング・最適化の自律エージェント
要約
計算創薬において、薬物分子のスクリーニングと最適化の複雑なワークフローでは、多段階のプロセスで数十の専門ツールを調整する必要があるが、現在のAIエージェントは高度に複雑なシナリオで堅牢な性能を維持することに苦労している。本研究では、薬物分子の評価、スクリーニング、最適化を主導する自律エージェント「MolClaw」を発表している。MolClawは30以上の専門ドメインリソースを3層の階層的スキルアーキテクチャ（合計70スキル）で統合し、実行時のエージェントの長期的な相互作用を促進する。ツールレベルのスキルは原子操作を標準化し、ワークフローレベルのスキルは品質チェックと反映を伴う検証されたパイプラインに構成し、分野レベルのスキルは分野のすべてのシナリオで計画と検証を管理する科学原理を提供する。また、分子スクリーニング、最適化、エンドツーエンドの発見課題を含むベンチマーク「MolBench」を導入し、8から50以上の連続したツール呼び出しを含む。MolClawは全指標で最先端の性能を達成し、アブレーション研究により、構造化されたワークフローを要求するタスクに利得が集中し、アドホックスクリプティングで解決可能なタスクでは消失することが確認され、ワークフロー・オーケストレーション能力がAI駆動創薬の主要な能力のボトルネックであることが確立された。
洞察・気づき
この研究は、AI による創薬分野における重要な課題であるワークフロー管理の複雑さを解決する革新的なアプローチを提示している。従来のAIエージェントが複雑な多段階プロセスで性能が劣化する問題に対して、階層的スキルアーキテクチャという体系的なソリューションを提案している点が注目される。特に、ツール、ワークフロー、分野という3つのレベルでスキルを組織化することで、原子操作から高次の科学原理まで一貫した処理を実現している。アブレーション研究の結果は、単発的なスクリプトで解決できる問題と、体系的なワークフローが必要な問題の違いを明確に示しており、AI創薬の真の価値は後者にあることを証明している。これは、創薬分野だけでなく、他の複雑な科学研究領域でのAI活用にも応用可能な知見である。また、MolBenchという包括的なベンチマークの導入により、今後の研究の標準化と比較評価が可能になることも重要な貢献である。