研究者らは、MolSafeEvalを導入した。これは、AI生成分子の安全性リスクを評価するために設計されたベンチマークであり、現在のベンチマークが毒性や反応性などの潜在的な危険を見落としているという課題に対処する。このシステムは、毒性学データベースとハザードルールから異種的安全知識を統合し、構造化された分子安全ナレッジグラフを作成することで、大規模言語モデルの推論を通じて不安全な特徴の体系的な検出と説明を可能にする。

  • MolSafeEvalは、分子生成モデルを4つのタスクタイプに分類する：無条件生成、プロパティ最適化、標的タンパク質ベースの設計、テキストベースの生成。
  • このベンチマークは、これらの代表的なタスクカテゴリそれぞれに対して標準化されたデータセットと安全評価プロトコルを提供する。
  • 構造化ナレッジグラフを活用し、毒性予測子がしばしば見逃す安全性脆弱性を明らかにする。

MolSafeEvalは、分子モデルのベンチマークに新たな視点を提供し、現在の生成アプローチの安全性脆弱性を体系的に明らかにすることで、より安全で信頼性の高い分子設計に向けた重要な指針を提供する。