Anthropic Claude Opus 4.7 화학 릴리스: NMR 예측 및 구조 해석

TL;DR

Claude Opus 4.7는 ChemDraw 및 MestReNova와 같은 전용 NMR 도구의 전방 예측 정확도와 동등하거나 이를 초월하며, 1D NMR 스펙트럼과 분자식으로부터 정확한 분자 구조를 제안할 수 있어 일반 목적의 LLM이 이제 일상적인 스펙트럼 분석 분야에서 경쟁력을 갖추게 되었다.

NMR가 화학에서 중요한 이유

화학자들은 대부분의 소분자를 직접 시각화할 수 없기 때문에 분자 구조를 추론하는 데 NMR 분광법에 의존한다. NMR 스펙트럼을 해석하는 것은 각 피크를 특정 원자와 매칭하는 작업이 필요하며, 이는 인력이 많이 드는 단계로 합성 연구의 속도를 늦춘다. 이 단계를 자동화하면 약물 개발, 재료 설계 및 구조 검증이 빠른 분야들에서 연구 속도가 크게 향상될 것이다.

전방 예측 성능

결론: Opus 4.7는 ¹H 시프트의 평균 절대 오차(MAE)가 가장 낮은 수준(±0.079 ppm)을 기록했으며, ¹³C 시프트에서는 MestReNova와 동등한 성능(±1.37 ppm)을 보였으며, 이전 버전의 Claude 모델보다 우수하고 전용 소프트웨어와 동등한 성능을 보였다.

기준 데이터셋: 후속 처리된 ChemRxiv 사전 인쇄물에서 나온 20개의 새로운 화합물로, 각각 고유한 NMR 도전 과제를 제시하는 네 가지 스케일프 가족을 포함한다.
방법: 각 도구는 SMILES 문자열과 용매 정보를 입력받아 전체 ¹H 및 ¹³C 스펙트럼을 예측했다. Claude 모델은 각 화합물당 세 번씩 질의하여 결과를 평균화했다.
오차 지표: 피크가 ±0.20 ppm(¹H) 또는 ±1.0 ppm(¹³C) 내에 위치하면 정확한 것으로 간주했다. Opus 4.7는 이러한 창 안에 들어온 피크 비율이 가장 높았다.
피크 형태 및 분할: 화학적 시프트 정확도 외에도 Opus 4.7는 ChemDraw 또는 MestReNova보다 실험적 분할 패턴을 더 자주 재현했으며, 하프 헤르츠 이내의 하위 피크 간격을 약 80%의 비율로 예측했다(전통적 도구는 26–35%).

전방 예측에 사용된 네 가지 스케일프 클래스 그림 1. 다양한 NMR 도전 과제를 탐구하기 위해 선택된 스케일프 가족.

전방 예측의 MAE/RMSE 요약 그림 2. 도구별 ¹H(좌측) 및 ¹³C(우측) 시프트에 대한 평균 절대 오차(어두운 색) 및 근사 평균 제곱 오차(밝은 색).

역예측(구조 해석)

결론: Opus 4.7는 스펙트럼과 분자식만으로 8개의 간단한 분자를 모두 정확히 식별했으며, 시작 물질의 SMILES를 추가 힌트로 제공받은 경우 7개의 더 복잡한 타겟 중 4개를 매번 성공적으로 해결했다.

과제 설계: 15개의 문헌 화합물이 정확한 분자식, ¹H 및 ¹³C 스펙트럼과 함께 제시되었으며, 가장 어려운 7개의 경우 반응의 시작 물질 SMILES도 함께 제공되었다.
출력: 각 문제에 대해 Claude는 최대 3개의 순위 매겨진 후보 구조를 반환했으며, 세 번의 질의를 수행했다.
결과: 간단한 타겟(단일 고리 또는 두 조각)은 100%의 확률로 해결되었다. 시작 물질의 맥락이 제공된 경우, 밀도가 높은 타겟의 성공률은 100%(4개 화합물) 또는 66%(2개 화합물)였다.

구조 해석 결과 그림 3. 각 역예측 문제에 대한 성공 횟수; 녹색 테두리 = 스펙트럼 + 분자식만, 파란 테두리 = 스펙트럼 + 분자식 + 시작 물질 힌트.

현재 연구의 한계

결론: 기준 데이터셋이 작고 범위가 좁기 때문에 결과는 결정적이기보다는 지표적인 성격을 갖는다.

데이터셋 크기: 전방 예측 및 역예측에 대해 각각 20개, 15개의 화합물만 테스트되었으며, 각각 하나의 스케일프 클래스를 대표한다.
입력 제약: 가장 어려운 역예측 과제는 시작 물질의 SMILES가 필요했으며, 이 힌트 없이는 모델이 단일 구조에 수렴하는 데 어려움을 겪었다.
화학적 다양성: 특정 헤테로아로마틱 NH 시스템, 입체화학 정보, 그리고 2D NMR 실험(COSY, HSQC, HMBC)은 평가되지 않았다.
용매 커버리지: 테스트는 DMSO-d₆, CDCl₃, D₂O에 국한되었으며, 다른 일반적인 디테르레이티드 용매는 평가되지 않았다.
확장성: 20–30개의 스케일프 가족을 통해 수백 개의 화합물에 대한 성능은 여전히 미해결 과제이다.

Claude의 화학 분야 미래 로드맵

결론: Anthropic는 구조 디지털화, 반응 추론, 메커니즘 설명, 문헌 이해라는 네 가지 핵심 과제를 우선순위로 삼아, 스펙트럼 분석을 넘어서는 Claude의 활용 가능성을 넓힐 계획이다.

구조 추출: 손으로 그린 스케치, 특허 도면, 슬라이드 이미지를 기계가 읽을 수 있는 형식(SMILES, InChI)으로 변환하고 체계적 IUPAC 이름을 생성한다.
합성 계획: 반응 경로를 제안하고 평가하며, 시약 선택, 선택성 예측, 부산물 예측을 포함한 합성 경로에 대한 비판을 수행한다.
메커니즘 통찰: 화학자 친화적인 언어로 전자 밀도 이동 화살표, 중간체 구조, 전이 상태의 근거를 설명한다.
문헌 채굴: 방법 섹션, 보조 정보, 특허를 분석하여 이름 규칙이나 그래픽 표현 방식에 관계없이 관련 화학 데이터를 추출한다.

이 영역들은 각각 다른 성숙도를 가지고 있으며, 스펙트럼 분석은 가장 성숙한 분야이므로 가장 먼저 기준화되었고, 역합성 및 메커니즘 추론은 여전히 범위를 정의하는 중이다.

협업 방법

Anthropic는 Claude의 다중 모달 추론 능력을 활용할 수 있는 화학 프로젝트를 지원하기 위해 AI for Science 프로그램을 확장하고 있다. 협업에 관심 있는 연구자들은 프로그램 페이지를 통해 신청하거나 scienceblog@anthropic.com으로 연락할 수 있다.

참고문헌

탈리도미드 참사: PubMed PMID 21507989.
출처 사전 인쇄물: