Jenseits der Wirkstoffentdeckung: Der Benchmark für Nanotechnologie-Moleküloptimierung (NMO)

Zusammenfassung

Generatives molekulares Design wird durch einfache Proxy-Benchmarks für wirkstoffähnliche Eigenschaften und auf großen pharmazeutischen Datensätzen vortrainierte Modelle geprägt. Diese Kombination liefert starke Benchmark-Metriken, schränkt jedoch die Übertragbarkeit auf Bereiche ein, die strukturell von der Wirkstoffforschung abweichen. Um diese Einschränkung zu überwinden und die Forschung hin zu realen, wissenschaftlich fundierten Zielen zu lenken, führen wir den Nanotechnology Molecular Optimization (NMO) Benchmark ein, der maschinelles Lernen (ML) und Quantenmaterialwissenschaft verbindet. NMO dient gleichzeitig als strenge Testumgebung für die ML-Community und als Entdeckungsmaschine für die Nanotechnologieforschung. Die Suite ersetzt Proxy-Orakel durch Quantensimulationen und führt strenge Protokolle ein, die den wissenschaftlichen Nutzen gegenüber Leaderboard-orientiertem Overfitting priorisieren. Die physikbasierten NMO-Aufgaben stellen harte strukturelle Einschränkungen und raue Fitnesslandschaften dar, was grundlegend neue Anforderungen an generative Modelle stellt. Bemerkenswerterweise schneiden fortgeschrittene molekulare Optimierungsmethoden bei den NMO-Aufgaben deutlich schlechter ab als viel einfachere Ansätze. Wir entwickeln eine neue Basislinienmethode, die die kritischen Komponenten zur Lösung der NMO-Aufgaben identifiziert, einschließlich einer neuartigen Repräsentation zur Modellierung struktureller Einschränkungen und einer domänenagnostischen Vortrainingsstrategie zur Beseitigung der pharmazeutischen Datenverzerrung. Unsere Ergebnisse übertreffen die physikalischen Spitzeneigenschaften und offenbaren zuvor unbekannte Strukturmotive, was neue Erkenntnisse für die Nanotechnologie-Community liefert und zeigt, dass ML echte wissenschaftliche Entdeckungen vorantreiben kann.

English

Generative molecular design is shaped by simple proxy benchmarks for drug-like properties and models pretrained on large pharmaceutical datasets. This combination yields strong benchmark metrics but limits transferability to domains structurally distinct from drug discovery. To overcome this limitation and drive discovery toward real, scientifically grounded targets, we introduce the Nanotechnology Molecular Optimization (NMO) Benchmark, which bridges machine learning (ML) and quantum materials science. NMO acts simultaneously as a rigorous testbed for the ML community and a discovery engine for nanotechnology research. The suite replaces proxy oracles with quantum simulations and introduces strict protocols that prioritize scientific utility over leaderboard-oriented overfitting. The physics-based NMO tasks impose hard structural constraints and rugged fitness landscapes, posing fundamentally new requirements on generative models. Notably, advanced molecular optimization methods underperform much simpler approaches on the NMO tasks. We develop a new baseline method identifying the critical components to solve the NMO tasks, including a novel representation for modeling structural constraints and a domain-agnostic pretraining strategy to eliminate pharmaceutical dataset bias. Our results surpass state-of-the-art physical properties and reveal previously unknown structural motifs, offering new insights for the nanotechnology community and demonstrating that ML can drive genuine scientific discovery.