論文の概要: MolLIBRA: Genetic Molecular Optimization with Multi-Fingerprint Surrogates and Text-Molecule Aligned Critic

• arxiv url: http://arxiv.org/abs/2602.07002v1
• Date: Thu, 29 Jan 2026 04:41:15 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-02-23 12:01:13.502333
• Title: MolLIBRA: Genetic Molecular Optimization with Multi-Fingerprint Surrogates and Text-Molecule Aligned Critic
• Title（参考訳）: MolLIBRA: マルチフィンガープリントサロゲートとテキスト分子アライメントによる遺伝的分子最適化
• Authors: Masahi Okada, Kazuki Sakai, Hiroaki Yoshida, Masaki Okoshi, Tadahiro Taniguchi,
• Abstract要約: MolLIBRAは遺伝子アルゴリズムに基づくフレームワークで、オラクル呼び出しの前に複数の批評家を用いて候補分子をプリランクする。 MolLIBRA-Lは14/22のタスクでトップ10のAUCを獲得し、以前のメソッドの中ではトップ10のAUCの合計が最も高い。
• 参考スコア（独自算出の注目度）: 6.763690463901024
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: We study sample-efficient molecular optimization under a limited budget of oracle evaluations. We propose MolLIBRA (MultimOdaLity and Language Integrated Bayesian and evolutionaRy optimizAtion), a genetic algorithm based framework that pre-ranks candidate molecules using multiple critics before oracle calls: (i) an ensemble of Gaussian process (GP) surrogates defined over multiple molecular fingerprints and (ii) a pretrained text-molecule aligned encoder CLAMP. The GP ensemble enables adaptive selection of task-appropriate fingerprints, while CLAMP provides a zero-shot scoring signal from task descriptions by measuring the similarity between molecular and text embeddings. On the Practical Molecular Optimization (PMO) benchmark with a budget of 1,000 evaluations (PMO-1K), MolLIBRA-L, our variant with a language-model-based candidate generator, attains the best Top-10 AUC on 14/22 tasks and the highest overall sum of Top-10 AUC across tasks among prior methods.
• Abstract（参考訳）: オラクル評価の限られた予算下で, 試料効率のよい分子最適化について検討した。 MolLIBRA (MultimOdaLity and Language Integrated Bayesian and evolutionaRy optimizAtion) は、分子の候補を複数の批判者を用いてオークルコール前にプリランクする、遺伝的アルゴリズムに基づくフレームワークである。 i)複数の分子指紋上に定義されたガウス過程(GP)の集合体 (ii)事前訓練されたテキスト分子アライメントエンコーダCLAMP。 GPアンサンブルは、タスクに適した指紋の適応的な選択を可能にし、CLAMPは、分子とテキストの埋め込みの類似性を測定することにより、タスク記述からゼロショットスコア信号を提供する。 In the Practical Molecular Optimization (PMO) benchmark with a budget of 1,000 evaluations (PMO-1K), MolLIBRA-L, our variant with a language-model-based candidate generator, are a top-10 AUC on 14/22 task and the highest sum of Top-10 AUC across tasks。

関連論文リスト

• M^4olGen: Multi-Agent, Multi-Stage Molecular Generation under Precise Multi-Property Constraints [35.83366265234892]
  textbfM olGenは、多能性制約下での分子生成のためのフラグメントレベル、検索強化、2段階のフレームワークである。 フラグメントの推論チェーンと測定されたプロパティデルタを備えたデータセットは、両方のステージを基盤とします。 2組のプロパティ制約の下での生成実験は、多目的の妥当性と正確な満足度において一貫した利得を示す。
  論文  参考訳（メタデータ） (2026-01-15T07:18:05Z)
• Protein as a Second Language for LLMs [50.34983283157322]
  『Protein-as-Second-Language』の枠組みは、新しいシンボリック言語における文としてアミノ酸配列を再構成する。 属性予測,記述的理解,拡張推論にまたがる79,926個のタンパク質-QAインスタンスのバイリンガルコーパスをキュレートする。 提案手法は,オープンソース LLM と GPT-4 間で一貫した利得を提供し,最大 17.2% のROUGE-L 改善を実現している。
  論文  参考訳（メタデータ） (2025-10-13T09:21:45Z)
• Multi-module GRPO: Composing Policy Gradients and Prompt Optimization for Language Model Programs [77.22973302887435]
  グループ相対政策最適化(GRPO)は、後学習言語モデル(LM)に有効なツールであることが証明されている。 GRPOの単純なマルチモジュールであるmmGRPOを提案する。 自動的なプロンプト最適化によって構成されたmGRPOは,分類,多項目検索,プライバシー保護デリゲートタスクなどを通じて,平均11%の精度向上を実現している。
  論文  参考訳（メタデータ） (2025-08-06T17:28:31Z)
• Collab: Controlled Decoding using Mixture of Agents for LLM Alignment [90.6117569025754]
  人間のフィードバックからの強化学習は、大規模言語モデルを整合させる効果的な手法として現れてきた。 制御された復号化は、再訓練せずに推論時にモデルを整列するメカニズムを提供する。 本稿では,既存の既成のLCMポリシを活用するエージェントベースのデコーディング戦略の混合を提案する。
  論文  参考訳（メタデータ） (2025-03-27T17:34:25Z)
• Collaborative Expert LLMs Guided Multi-Objective Molecular Optimization [51.104444856052204]
  我々は,多目的分子最適化のための協調型大規模言語モデル(LLM)システムであるMultiMolを提案する。 6つの多目的最適化タスクに対する評価において、MultiMolは既存の手法を著しく上回り、82.30%の成功率を達成した。
  論文  参考訳（メタデータ） (2025-03-05T13:47:55Z)
• Text-Guided Multi-Property Molecular Optimization with a Diffusion Language Model [20.250683535089617]
  変換器を用いた拡散言語モデル(TransDLM)を用いたテキスト誘導多目的分子最適化手法を提案する。 物理的、化学的に詳細なセマンティクスを特異的な分子表現と融合することにより、TransDLMは様々な情報ソースを効果的に統合し、正確な最適化を導く。
  論文  参考訳（メタデータ） (2024-10-17T14:30:27Z)
• Small Molecule Optimization with Large Language Models [17.874902319523663]
  計算特性を持つ110M分子の新規コーパスを微調整した2つの言語モデルについて述べる。 ブラックボックスオラクルへのアクセスに制限がある場合、言語モデルを利用して任意の特性の分子を最適化する新しい最適化アルゴリズムを導入する。
  論文  参考訳（メタデータ） (2024-07-26T17:51:33Z)
• Pareto Optimization to Accelerate Multi-Objective Virtual Screening [11.356174411578515]
  EGFRおよびIGF1Rの選択的二重阻害剤であると考えられる4M分子の仮想ライブラリーを探索するツールを開発した。 このワークフローと関連するオープンソースソフトウェアは、分子設計プロジェクトのスクリーニング負担を軽減することができる。
  論文  参考訳（メタデータ） (2023-10-16T17:19:46Z)
• An Empirical Evaluation of Zeroth-Order Optimization Methods on AI-driven Molecule Optimization [78.36413169647408]
  分子目的を最適化するための様々なZO最適化手法の有効性について検討する。 ZO符号に基づく勾配降下(ZO-signGD)の利点を示す。 本稿では,Guurcamol スイートから広く使用されているベンチマークタスクに対して,ZO 最適化手法の有効性を示す。
  論文  参考訳（メタデータ） (2022-10-27T01:58:10Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。