연구자들은 MolSafeEval을 소개했습니다. 이는 AI 생성 분자의 안전 위험을 평가하기 위해 설계된 벤치마크로, 현재 벤치마크가 독성 및 반응성과 같은 잠재적 위험을 간과하는 격차를 해소합니다. 이 시스템은 독성학 데이터베이스와 위험 규칙에서 이종 안전 지식을 통합하여 구조화된 분자 안전 지식 그래프를 생성하고, 대규모 언어 모델 추론을 통해 비안전 특성의 체계적인 탐지 및 설명을 가능하게 합니다.

  • MolSafeEval은 분자 생성 모델을 4가지 작업 유형으로 분류합니다: 무조건적 생성, 특성 최적화, 표적 단백질 기반 설계, 텍스트 기반 생성.
  • 이 벤치마크는 이러한 대표 작업 카테고리 각각에 대해 표준화된 데이터셋과 안전 평가 프로토콜을 제공합니다.
  • 구조화된 지식 그래프를 활용하여 독성 예측자가 종종 놓치는 안전 취약성을 드러냅니다.

MolSafeEval은 분자 모델의 벤치마킹을 위한 새로운 관점을 제공하며, 현재 생성 접근 방식의 안전 취약성을 체계적으로 드러냄으로써 더 안전하고 신뢰할 수 있는 분자 설계를 위한 필수적인 지침을 제공합니다.