AIが解く世界の難問 · 化学・材料 · arXiv · 2026-10-21
計算化学のための永続メモリ型エージェントフレームワークMagnolia
原題: Magnolia: A Persistent-Memory Agent Framework for Computational Chemistry
化学はハイスループット実験や計算研究による分子データベースの拡大で高データ量の時代に入り、膨大なデータや知見を化学者がたどるのを助ける専用の科学エージェントが中心的な役割を担いつつある。研究では、ドッキングから量子化学までの計算プロトコル、実験ノート、チャットログを大規模言語モデルで統合する永続メモリ型エージェントフレームワークMagnoliaを提案し、セッション、プロジェクト、プロジェクト横断の三層メモリで観察を構造化された知見へと昇格させる。芳香族系の量子化学評価、ブタンと修飾DNAの分子動力学、タンパク質-ペプチドドッキングの四つのケーススタディで317実行を追跡して116のプロジェクト層エントリーを蓄積し、メモリ付きの実行はメモリなしでは失敗する検証(ドッキング設定チェックで10件中10件対1〜4件)に合格した。