ロベラ・イ・ヴィルギリ大学（URV）の研究者チームは、化学の法則を遵守した新規分子を数百万件生成できる人工知能ツール「CoCoGraph」を開発しました。この研究成果は学術誌「Nature Machine Intelligence」に掲載されました。CoCoGraph は、画像生成 AI の手法の一つである拡散モデルを応用しており、既存の分子構造を無秩序化し、AI にその復元過程を学習させることで、論理的に整合性のある新たな分子構造を構築します。特筆すべき点は、このモデルが原子の結合数など化学の基本規則を直接組み込んでいるため、生成される分子が 100% 化学的に妥当であることです。他のモデルが非現実的な構造を生み出すリスクを排除し、計算リソースの削減や生成速度の向上も実現しています。研究チームは生成された分子の約 36 の物性値を分析し、既存の最先端モデルと比較して約 3 分の 2 の特性においてより現実的な分子が生成されていることを確認しました。また、化学の専門家 121 名による盲検テストでは、生成された分子と実際に存在する分子を区別する際、約 4 割の確率で誤って見分けが付かない結果となりました。これは、AI が生成した分子が人間にとって十分に説得力があることを示しています。現時点では、特定の機能を持つ分子を直接設計することはできませんが、パラセタモールに似た特性を持つ分子の特定や、既存分子の微調整による新変異種の探索といった試験は成功しています。同チームは、将来的に「特定の溶解度や毒性、用途を持つ分子を設計する」という目標に向け、生成プロセスに具体的な指示を与えられるよう開発を進めています。この技術が実用化されれば、薬物開発や新材料の創出といった分野における新発見のスピードが劇的に向上し、まだ探索されていない化学の universe において革新的な解決策がもたらされる可能性があります。