Claude Opus 4.7がNMR予測でChemDrawとMestReNovaに並ぶ — 化学領域第1報

Anthropicは2026年6月5日、「Making Claude a chemist」と題したリサーチ投稿を公開しました。合成化学・計算化学・分析化学の専門家と組んでClaudeの化学能力を底上げする取り組みの第一弾です。社内化学者のDavid Kamber氏が、化学者が最も日常的に扱う解析入力であるNMR(核磁気共鳴)スペクトルで、Claudeの出来を測っています。詳細はホワイトペーパーにまとまっています。

要点は、化学特化のファインチューニングを受けていない汎用モデルのClaude Opus 4.7が、順方向のNMR予測でChemDrawとMestReNovaに並ぶか上回ったことです。両者は化学者が長年使ってきた専用ソフトです。逆方向の構造解明も、1Dスペクトルと分子式だけで成立する場面がありました。ただし評価は20化合物と15問の小さな規模で、投稿自身が「指標として読むべきで、精密な数字ではない」と断っています。

科学領域への踏み込みはAnthropic Instituteの研究アジェンダ4本柱にも見えます。モデル側の土台はOpus 4.7一般提供開始の発表にあります。この記事では、数字そのものよりも、どの条件で測った数字なのかを丁寧に読みます。

なぜNMRが化学のAI評価の最初の題材になったのか

投稿が最初に置く問題意識は、化学の情報が1つの形式に収まらないことです。ホワイトボードの手書き構造、計測器の出力、データベースの検索文字列、特許や論文の記法が同じ分子を別の姿で表し、化学者はその間を行き来します。投稿はカフェインの手描きスケッチを例に、アデノシンとの類似は読み取れても、よく似た別の分子との見分けはスケッチだけではつかないと述べています。分子の同定が重要なのは、結合を数本つなぎ替えるだけでグルコースがフルクトースになり、鏡像に反転すると鎮静薬が催奇形性を持つ分子になる(サリドマイド事件)ためです。

形式間の翻訳は規模が大きくなると人手で追えません。世界最大の化学物質レジストリであるCASは、公開済みの物質を2億9000万件超登録していて、1日に約1万5000件ずつ増えています。

AIへの期待は長く、逆合成解析(retrosynthesis。ターゲット分子から出発材料へ逆向きにたどる工程設計)・反応予測・物性推定に寄せられてきました。ただ、必要なデータは陰性結果が少なく、形式がそろわず、購読制ジャーナルや非構造化の補足情報に閉じていました。逆合成の専用ツールは何年も前からあるのに、平均的な大学や小規模ラボの化学者は今も使っていない、と投稿は書いています。

状況を動かしたのは、現行モデルがマルチモーダルで、明示的な推論ができる点です。論文の図や手描きスケッチから構造を直接読め、方法欄や補足情報を出版された形のまま読め、推論の道筋を開示するので化学者が出力を監査できます。データ不足そのものが消えたわけではありません。それでも、データ不足を抱えたまま解ける問題の範囲は変わった、というのが投稿の立場です。

NMRが最初の題材になった理由も明示されています。NMR分光は合成化学で最も時間のかかる工程の1つで、化合物ごとにスペクトルのピークと構造中の原子を手作業で対応づける必要があります。低分子はおおむね誰かが構造を決めたから存在するという立場からも、構造決定の入口にあたるNMRは評価の起点になります。

検証の設計 — 20化合物・3モデル・2本のソフト

比較の相手はChemDrawとMestReNovaで、どちらも描いた構造から出るスペクトルを模擬する順方向予測ができます。Claude側はOpus 4.7、Opus 4.6、Sonnet 4.6の3モデルです。順方向では、各モデルの学習カットオフ後にChemRxivへ載った4本のプレプリントから、各論文で最初に完全に特性解析された新規分子を取り、20化合物を作っています。学習カットオフ後の論文から、各論文の最初の化合物を機械的に取ったのは、選択バイアスを避けるためです。

20化合物は4つのスキャフォールド(構造骨格の系統)に5件ずつ振り分けられ、それぞれNMR上の難所が違います。P1はDMSO-d₆中でゆっくり交換するNHを持つクロロピリダジンです。P2はBoc-N-arylマレイミドとN-Boc ynamideで、α-ビニルイミドのカルボニルと、ynamide特有のα/β炭素対を含みます。P3はフェナシルやアセチルの側鎖を持つスピロ二環ケトンで、ジアステレオトピックなCH₂を含みます。P4は遮蔽されたケイ素α位炭素を持つα-シリルメタンスルホンアミドです。逆方向の問題は別に15件です。

手順

1化合物をどう採点したか

1. 1

   SMILESと溶媒を渡す

   構造はSMILES(分子を1行の文字列で表す記法)で与えます。NMRの試料は溶液で測るため、溶媒でピーク位置がわずかに動きます。そこで各ツールには、論文で使われた溶媒(クロロホルムやDMSOなど)での予測を指示しています。

2. 2

   Claudeは3回、ソフトは1回

   言語モデルは実行ごとに出力が変わるので、Claudeの各モデルは1化合物につき3回問い合わせて平均します。ChemDrawとMestReNovaは毎回同じ答えを返すため1回です。

3. 3

   予測ピークと実測ピークを対にする

   対にしたピークのppm差を測ります。

4. 4

   化学者が正しいと呼ぶ窓に入るかを見る

   窓は水素で±0.20ppm、炭素で±1.0ppmです。

順方向の結果 — ¹Hで首位、¹³CでMestReNovaと同点

投稿が挙げる数値を、水準感がつかめる形で並べます。

数字

順方向NMR予測の主な数値

• ¹H 平均誤差(Opus 4.7)

  ±0.079ppm

  許容窓の半分未満。窓との比はおよそ4割

• ¹³C 平均誤差(Opus 4.7)

  ±1.37ppm

  MestReNovaは±1.48ppm

• サブピーク間隔が0.5Hz以内

  約80%

  Claude 3モデルとも。ChemDraw・MestReNovaは26〜35%

¹Hの首位は明確で、許容窓に収まるピークの割合も最も高い結果でした。¹³Cは差が小さく、Opus 4.7とMestReNovaの差は0.11ppmです。許容窓±1.0ppmの1割ほどなので、投稿は「事実上の同点」と書いています。残りのツールも、両元素で同じ順位を保ちました。Opus 4.6は中位、Sonnet 4.6は最下位です。

モデル世代の差が最もはっきり出たのは、クロロピリダジン系にある1つのNH水素でした。実際の位置は6.8〜7.9ppmの狭い帯です。Opus 4.7は少し低めに置きましたが、毎回同じようにずれました。Opus 4.6は数ppmにわたって散らばり、Sonnet 4.6は10〜13ppmに置いて、実際の位置から大きく外れました。ずれ方が安定していれば補正の余地があり、散らばると補正もできません。世代間の差は平均誤差の数字だけでなく、こうした難所の扱いにも出ています。

ピークの形と間隔の差は、位置の誤差よりも大きい項目でした。分裂パターン(splitting pattern)とサブピーク間隔は、ピークの位置と並んで化学者が構造を読む手掛かりです。Opus 4.7は実験報告された分裂パターンに一致する頻度が全ツールで最多でした。サブピーク間隔では差がさらに開き、Claude 3モデルとも専用ソフト2種を大きく上回りました(上の数値)。

再現性も見ておく価値があります。Opus 4.7は3回の試行の間で3モデル中最も安定していました。その振れ幅は、次点のツールとの差より小さい結果でした。つまり、3回の平均を取る設計のもとでは、実行ごとのぶれが順位を入れ替えるほどではなかったことになります。

逆方向の結果 — 1D NMRと分子式だけで構造を当てる

逆方向(構造解明)は、実験スペクトルから分子の構造を提案する課題です。順方向と違い、既存ソフトが現状では化学者に任せている側にあたります。専用の構造解明ソフトも昔からありますが、通常は2D NMR(2軸を持ち、出力がピーク列でなく等高線図になるスペクトル)、専門的な訓練、ライセンスが前提になります。

Anthropicは15問をOpus 4.7に出し、各問3回、順位付きで最大3候補の構造を提案させました。入力は、高分解能の質量分析(HRMS)から得た正確な分子式と、¹H・¹³CのNMRスペクトルです。15問は難易度で2群に分かれます。単環または2フラグメントの分子8問は分子式とスペクトルだけで、縮環・スピロ環などの7問には出発物質の構造を1つだけヒントに足しています。

結果は、簡単な8問がすべて3回とも正解でした。難しい7問は、ヒント付きで4問が3回とも正解、残る3問が3回中2回の正解です。45試行に直すと42回の正解で、うち24回は簡単側です。この42/45は筆者の計算で、投稿本文に載っている数字ではありません。

注意したい点が2つあります。1つ目は条件の非対称です。7問にヒントを付けた理由は、後述の限界(ヒント前提)にある通りです。素のスペクトルだけで同じ結果が出るかは、検証されていません。2つ目は、正解の判定基準です。3候補まで提案させた課題ですが、正解を第1候補だけで数えたのか、3候補のどれかで数えたのかは、投稿の本文からは読み取れません。この点は未確認です。

既存ソフトとの違い — 同じ精度を別の入力経路で出す

くらべる

専用ソフトと汎用モデルは何が別軸か

決定論的な専用ツール

ChemDraw / MestReNova

構造から順方向のNMRを予測します。同じ入力には毎回同じ答えが返るので、1回の実行で済みます。逆方向の構造解明は、化学者に残される側です。

汎用モデル(化学向けの追加学習なし)

Claude Opus 4.7

SMILES・分子式・ピーク表を受け取り(本検証の入力)、順方向と逆方向の両方に答えます。図や手描きスケッチから構造を読む力は投稿冒頭で触れた一般的な能力で、今回の測定対象ではありません。推論の道筋を開示するので化学者が監査できる一方、実行ごとに出力が変わるため3回の平均を取る設計でした。

投稿の主張が「Claudeが既存ソフトを置き換える」ではなく、「日常の翻訳・想起・統合の作業を助ける」である点は、読み違えにくい箇所です。投稿が強調するのは、1D NMRと高分解能の質量分析の結果という、化学者がチャットに貼れる材料だけで動くことです。専用の構造解明ソフトが前提とする2D NMRや訓練、ライセンスを要さない入口として書かれていますが、ChemDrawやMestReNovaの価格や使い勝手そのものは投稿の比較対象ではありません。

結果を使う前に確認したい5つの限界

投稿は自らの主張を「控えめなもの(modest)」と位置づけ、限界を5点挙げています。どれが自分の使い方に響くかで、数字の重みが変わります。

注意

投稿が明記した限界

• サンプルが小さい

  順方向は20化合物で4スキャフォールド、逆方向は15問です。各スキャフォールドが代表するのは1種類の失敗様式だけなので、数字は指標として読みます。

• 難しい逆問題はヒント前提

  最も複雑な標的は、出発物質の構造がないと最終構造を出さずに推論を続けることがありました。

• 未検証のスキャフォールドがある

  ゆっくり交換するNHを持つ複素芳香環は、クロロピリダジンでしか測っていません。ヒドロキシピリジンやアミノチアゾールなど、DMSO-d₆でNHが活性な近縁の骨格は対象外です。

• 2D実験と立体化学は対象外

  COSY・HSQC・HMBCは設計上外れています。立体配置は1D NMRだけでは決められないため、複雑な天然物は評価されていません。

• 溶媒は3種だけ

  DMSO-d₆、CDCl₃、D₂Oが範囲で、メタノール-d₄、ベンゼン-d₆、アセトン-d₆は未評価です。

追試の理想像も具体的に書かれています。数百化合物、20〜30のスキャフォールド、各クラス15化合物以上です。クラス内のばらつきとツール間の差を分けて見るための条件で、今回はこの水準に届いていません。あわせて、クロロピリダジン以外のNHが活性な複素芳香環の評価、未評価の溶媒の検証、2D実験を使う形での両課題の検証も、次の課題として挙がっています。

自分の状況に当てはめると、どこまで参考になるか

数字の読み方は、読者の立場で変わります。投稿の条件に照らすと、次のように切り分けられます。

手順

手元の問題が検証範囲に入るかの確かめ方

1. 1

   予測したいのか、構造を知りたいのか

   構造が分かっていてピークを予測したいなら順方向、スペクトルから構造を当てたいなら逆方向の結果が該当します。逆方向は、複雑な骨格ならヒントが必要になる前提です。

2. 2

   骨格と溶媒が検証の範囲に近いか

   4つのスキャフォールドと3つの溶媒の外にある場合、同じ精度が出るという根拠は投稿にありません。

3. 3

   2Dや立体の判断が要るか

   要る場合は評価の外です。立体配置を決める作業は、この結果からは何も言えません。

4. 4

   同じ入力で同じ答えが必要か

   監査や再現性が最優先なら、決定論的に動く専用ソフトの性質が効きます。Claudeを使う場合は、3回の平均を取る検証設計が参考になります。

化学領域で次に取り組む4つのボトルネック

投稿は今後の対象を、化学者の時間を最も奪う4つの作業として挙げています。

• 構造の読み書き: 図・特許・スライド・スケッチの構造を機械可読にし、構造式と体系名の間を行き来する
• 反応と合成の推論: 合成ルートの提案・評価・批評と、選択性・条件・副生成物の予測
• 反応機構: 電子の矢印・中間体・遷移状態を使った、化学者の言葉での説明と検証
• 化学文献の理解: 同じ分子が描かれ、命名され、略され、コードで呼ばれる論文から、方法欄・補足情報・特許の要点を取り出す

4つの成熟度は揃っておらず、スペクトル解析はベンチマークできる段階まで来た一方、逆合成の計画などはまだスコープを決めている段階だと投稿は述べています。今後は、現行モデルが得意な点と苦手な点を共有していく方針で、最終的な狙いは、化学者がClaudeで時間を節約できる場面と、自分の専門性に頼る場面を見分けられるようにすることです。

汎用モデルが科学の専門作業に入ってきた流れ

今回の投稿は、Anthropicが評価の軸をコーディングや一般推論から、自然科学の実務へ広げている流れの中にあります。エージェントの信頼性を扱ったTrustworthy Agents in Practiceがあり、生物学ではウイルス配列取得を題材にしたエージェントの検証が出ています。後者は、決定論的な取得層を挟むと全モデルの精度が90%を超えた報告です。化学のNMRは、同じ方向の別の入口にあたります。こうした領域別の検証は、研究者向けベータのClaude Scienceへつながっています。60超のスキルとHPC連携を備えたワークベンチです。

Anthropicは「AI for Science」プログラムを化学研究へ明示的に広げます。Claudeが助けになりそうな問題を持つ研究者、特にマルチモーダルな推論を伴う問題の担い手に、scienceblog@anthropic.comか専用の申し込み窓口から連絡するよう呼びかけています。コミュニティ側の検証が入る経路を作る動きとも読めます。

まとめ

化学者にとっての持ち帰りは、1Dスペクトルと分子式だけで動く入口として試す価値はあるが、4スキャフォールド・3溶媒・2D抜きという範囲を超えた精度は未検証、という線引きです。化学の外の読者は、「専用ソフトに並んだ」という見出しの裏にある小さな規模と、ヒント付きの条件を一緒に覚えておくと、この結果を過大にも過小にも読まずに済みます。