project
LOGOS - アリババ初のオープンソース統合科学モデル
LOGOS（Language Of Generative Objects in Science）は、アリババ傘下のATH-Token Foundryが中国人民大学ヒルハウス人工知能研究所と共同でオープンソース化した、初の統一科学文法およびマルチドメイン科学生成基盤です。
LOGOSとは何ですか？
LOGOS（Language Of Generative Objects in Science）は、アリババ傘下のATH-Token Foundryが中国人民大学ヒルハウス人工知能研究所と共同開発した、初のオープンソースで統一された科学文法に基づくマルチドメイン科学生成モデルです。このモデルは、タンパク質、小分子、材料、抗体といった多様な科学オブジェクトを統一されたトークンシーケンスにエンコードします。純粋なシーケンスモデリングパラダイムに基づき、ポケットリガンド生成、逆合成予測、タンパク質編集、材料生成など、6つの主要な科学タスクにおいて、ドメイン固有の手法と同等またはそれ以上の性能を発揮します。56個のパラメータを持つモデルをわずか1つのパラメータで凌駕し、単一モデルで多数の科学タスクを解決できる可能性を実証しています。
LOGOSの主な機能
- ポケット条件付きリガンド生成タンパク質の結合ポケット構造が与えられた場合、結合親和性、薬剤類似性、合成可能性という3つの要件を同時に満たし、かつ正確に結合できる低分子医薬品を生成する。
- 逆合成予測標的分子が与えられると、合成に必要な前駆体分子を予測し、トップ1精度は74.8%で、化学者が合成経路を設計する際に役立つ。
- ポケット部位の識別この手法は、3D構造データを必要とせず、アミノ酸配列のみに基づいてタンパク質結合部位を予測し、HOLO4Kデータセットにおいて58.5%のトップn精度を達成した。
- MOF材料の生成新規金属有機構造体材料が生成され、新規構成要素（NBB）比率は17.78%であり、ベースラインと比較して76%の改善が見られた。
- タンパク質編集ハードフィットネス課題のスコアは0.93で、ベースラインの0.34から174%向上した。
- 抗体CDR設計抗体相補性決定領域の設計により、AARは79.82%に達し、構造依存的な逆折り畳み法を上回った。
LOGOSの技術的原理
- 統一された「科学的文法」＋空間的相互作用の離散化タンパク質、小分子、材料などの異種オブジェクトを個別のトークンシーケンスに符号化するための共通語彙を設計する。また、明示的な3D座標を用いずに複雑な空間相互作用規則を理解できるように、3D空間接触パターンを文法化するテキスト記述方法を考案する。
- 形式と目標が完全に一致事前学習済みデータのシーケンス形式は、下流タスクの入力および出力形式と等しく、事前学習済みの次トークン予測は、下流の条件付き生成ターゲットと等しくなるため、事前学習と下流アプリケーション間のギャップが解消されます。
- 異分野知識のポジティブな転移統一された構文により、生物学、化学、材料科学などの分野のデータを同じモデルフレームワークにフィードバックしてトレーニングすることが可能になります。実験では、マルチタスクの共同トレーニングは独立したトレーニングよりも効果的であり、「1+1>2」の相乗効果が得られることが示されています。
WeChatでフォローして「オープンソース「、参加するAIオープンソースプロジェクトに関するディスカッショングループ
ロゴの使い方
- オープンソースのリソースを入手するモデルの重みをダウンロードするには、HuggingFace (LOGOS-Hub) にアクセスするか、GitHub (LOGOS-Hub/LOGOS) から推論コードを入手してください。
- LLMベースの展開独立した技術スタックを構築する必要なく、vLLM推論アクセラレーションやモデル量子化といった成熟したエンジニアリングインフラストラクチャを直接再利用します。
- 下流タスクの呼び出しこのシステムは、統一された構文を用いて科学的オブジェクトをトークンシーケンスにフォーマットし、自己回帰によってそれらを生成することで、ポケットリガンド設計や逆合成予測などのタスクを実行します。
LOGOSの主な利点
- 純粋なシーケンスパラダイムは3Dモデルを凌駕するポケットリガンド生成のタスクにおいて、純粋な配列法は、3D座標に依存する拡散モデルを初めて凌駕し、配列予測によって空間構造を完全に捉えることができることを証明した。
- 極めて高いパラメータ効率LOGOS-1Bは、パラメータ数が1/56（1B対8×7B）であるにもかかわらず、複数のタスクでNatureLMを凌駕し、極めて高いパラメータ効率を実証した。
- 3D座標への依存性はゼロです。結合部位の特定にはアミノ酸配列のみが必要となるため、高価で入手困難な3D構造データが不要となり、創薬への障壁が大幅に低下する。
- 統合アーキテクチャによりエンジニアリングコストが削減されますLLMとアーキテクチャ、トレーニングパラダイム、推論インフラストラクチャを共有しており、独立した技術スタックを必要とせずに、既存の成熟したエンジニアリングエコシステムを直接再利用できます。
LOGOSプロジェクトの住所
- GitHubリポジトリ：https://github.com/LOGOS-Hub/LOGOS
- ハギングフェイスモデルライブラリ：https://huggingface.co/LOGOS-Hub
- arXiv技術論文：https://arxiv.org/pdf/2606.16905
LOGOSと類似の競合製品との比較
| 比較対象寸法 | LOGOS | NatureLM |
|---|---|---|
| コアポジショニング | 統一科学文法のためのマルチドメイン生成基盤モデル | 分子生物学およびタンパク質分野向けの特殊言語モデル |
| パラメータサイズ | 1B / 3B / 8B | 8×7B（56B） |
| モデリングパラダイム | 純粋なシーケンス自己回帰モデルであり、3D座標は不要です。 | 3D座標と特殊な幾何学的ネットワークに依存して |
| タスク範囲 | タンパク質、分子、材料、反応、抗体、ポケット認識 | 分子生成、タンパク質構造 |
| ドメイン間移行 | 統一された構文は、効果的な知識伝達を可能にする | 異なる領域間で独立したモデリングを行うと、応用が難しくなる。 |
| パラメータ効率 | 1Bパラメータは、複数のタスクにおいて56Bモデルよりも優れた性能を発揮する。 | 同じ性能を達成するには、より多くのパラメータが必要となる。 |
| 工学生態学 | LLMインフラストラクチャ（vLLM、量子化など）を再利用する | LLMとは独立した技術スタックの構築 |
LOGOSの応用事例
- AIを活用した創薬特定のタンパク質標的ポケットを標的とする候補薬分子を生成すると同時に、結合親和性、薬剤類似性、および合成の実現可能性を最適化する。
- 化学合成経路計画これは有機合成における逆合成経路予測を提供し、Top-1精度は74.8%であり、実験的な試行錯誤にかかるコストを削減します。
- タンパク質工学タンパク質配列を標的編集して安定性や機能を向上させる手法で、ハードフィットネススコアは0.93を達成し、酵素工学や生体触媒開発に利用されている。
- 新素材の発見本発明は、新規構成要素の割合が76%増加した新規MOF材料を生成するものであり、ガス貯蔵、分離、およびエネルギー変換に適している。
- 抗体医薬品の開発AARが79.82%の高親和性抗体CDR領域を設計することで、治療用抗体の開発が加速される。