SyntheticGestalt Trains a 4D Molecular Foundation Model on NVIDIA nvMolKit and Advances Agent-Driven Discovery

GPU-accelerated conformer generation lets ZAO learn molecules in 4D at scale, and an AI agent will put it to work toward automating invention with AI.

TOKYO, June 23, 2026 — SyntheticGestalt today announced that it trains ZAO, its 4D molecular foundation model, using NVIDIA nvMolKit, and that it plans to adopt the NVIDIA BioNeMo Agent Toolkit to power an AI agent, advancing its goal of automating invention with AI.

Most molecular AI reads a molecule as a one-dimensional string or a two-dimensional graph. ZAO instead learns its three-dimensional shape, across the many conformations the molecule can adopt. The result is a 4D view that keeps the geometry flat representations cannot see, the geometry behind how a molecule binds its target, crosses a membrane, even packs into a crystal.

"A molecule's three-dimensional form is what decides how it behaves, and flat 1D and 2D representations simply don't carry it," said Koki Shimada, CEO of SyntheticGestalt. "ZAO is built to capture that form, and being able to compute the 3D structure of enormous numbers of molecules at high speed is what lets us do it at scale. Building on this, we will bring molecular AI into everyday practice and move toward a future in which AI mass-produces inventions."

Training a foundation model on 3D structure means generating many high-quality conformers for hundreds of millions of compounds, which was impractical on CPUs. By running conformer generation and optimization on GPUs with NVIDIA nvMolKit, SyntheticGestalt generated roughly 10 billion conformers to pre-train ZAO. In SyntheticGestalt's benchmarks on an 8-GPU NVIDIA Hopper node, nvMolKit produced conformers about 20 times faster than the same node's 224 CPU threads running RDKit, at roughly 18,000 conformers per second.

Given a molecule, ZAO generates and optimizes its multiple conformers, then turns the resulting 4D structure into a single embedding. Teams in pharmaceutical, agrochemical, and small-molecule materials research can use that embedding to predict properties like activity, ADMET, and binding affinity, often with a lightweight downstream model trained on very little labeled data.

SyntheticGestalt also plans to integrate ZAO with large language models and to develop an AI agent built on the NVIDIA BioNeMo Agent Toolkit, which includes nvMolKit. Instead of running each step by hand, a scientist would ask the agent to screen compounds, find molecules with a similar 3D shape, or train a predictor on their own measurements, and it would handle the underlying molecular work and feed each result into the next design cycle.

A member of NVIDIA Inception, SyntheticGestalt has worked closely with NVIDIA on nvMolKit. SyntheticGestalt put nvMolKit into production, benchmarked it at scale, and shared issues and feature requests backed by reproduction code; NVIDIA acted on that feedback, and requested capabilities have since shipped as nvMolKit features.

About SyntheticGestalt

SyntheticGestalt is a Tokyo-based molecular AI company. It develops and deploys molecular AI across the pharmaceutical, chemical, materials, agrochemical, cosmetics, and food industries, and since 2018 has pursued the goal of building systems that mass-produce inventions with AI. In its research projects the company has discovered drug lead compounds and low-environmental-impact materials while cutting discovery cost and time by up to 90% versus conventional approaches. Learn more at https://www.syntheticgestalt.com.

SyntheticGestalt、NVIDIA nvMolKitで4D分子基盤モデルを学習し、エージェント駆動の探索へ

GPUによる高速なコンフォーマー生成により、ZAOは分子を4D情報として大規模に学習。AIエージェントが、それをAIによる発明の自動化へとつなげる。

2026年6月23日 東京 — SyntheticGestaltは本日、同社の4D分子基盤モデル「ZAO」の学習にNVIDIA nvMolKitを活用していること、また、NVIDIA BioNeMo Agent Toolkitを採用したAIエージェントの開発を計画していることを発表しました。これらの取り組みは、「AIによる発明の自動化」という同社の目標を大きく前進させるものです。

多くの分子 AI は、分子を 1 次元の文字列や 2 次元のグラフとして扱います。一方 ZAO は、分子が取りうる多数の配座（コンフォメーション）にわたって、その 3 次元の形状を学習します。こうして得られる 4D の表現は、平面的な表現では捉えられない立体構造を保持します。この立体構造こそが、分子が標的に結合し、細胞膜を透過し、さらには結晶として配列する仕組みを左右するものです。

「分子の振る舞いを決定づけるのは三次元の『かたち』であり、1次元・2次元の平面的な表現ではその情報を運ぶことができません。」と、SyntheticGestalt代表取締役CEOの島田幸輝は述べています。「ZAOはそのかたちを捉えるために設計されたモデルであり、膨大な数の分子の3D構造を高速に計算できることこそが、これを大規模に実現する鍵です。これを足がかりに、私たちは分子AIを現実の現場で使えるものにし、AIが発明を量産する未来へと進んでいきます。」

3D構造に基づいて基盤モデルを学習するには、数億規模の化合物それぞれについて多数の高品質なコンフォーマーを生成する必要があり、CPUによる計算では現実的ではありませんでした。SyntheticGestaltは、NVIDIA nvMolKitを用いてコンフォーマーの生成と最適化をGPU上で実行することで、ZAOの事前学習に向けて約100億個のコンフォーマーを生成しました。同社が8基のNVIDIA H200 GPUを搭載したノードで実施したベンチマークでは、nvMolKitは同一ノードの224 CPUスレッドでRDKitを実行した場合と比べ約20倍の速度でコンフォーマーを生成し、その処理性能は毎秒約18,000コンフォーマーに達しました。

ZAOは、入力された分子に対して複数のコンフォーマーを生成・最適化し、得られた4D構造をひとつの埋め込み表現（エンベディング）に変換します。これを利用する製薬・農薬・低分子材料の研究チームは、このエンベディングを用いて活性、ADMET、結合親和性などの物性を予測できます。多くの場合、ごく少量のラベル付きデータで学習した軽量な下流モデルと組み合わせて利用できます。

SyntheticGestaltはさらに、ZAOと大規模言語モデルの統合を進めるとともに、nvMolKitを含むNVIDIA BioNeMo Agent Toolkitを基盤としたAIエージェントの開発を計画しています。研究者が各ステップを手作業で実行する代わりに、化合物のスクリーニング、3D形状が類似した分子の探索、自社の測定データを用いた予測モデルの学習などをエージェントに依頼すれば、エージェントが背後の分子計算を実行し、各結果を次の設計サイクルへとつなげていきます。

NVIDIA Inception のメンバーである SyntheticGestalt は、nvMolKit に関して NVIDIA と緊密に協働してきました。SyntheticGestalt は nvMolKit を実運用に導入して大規模なベンチマークを行い、再現用コードを添えて課題や機能要望を共有しました。NVIDIA はこれらのフィードバックに対応し、要望された機能はその後 nvMolKit の機能として実装・提供されています。

SyntheticGestaltについて

SyntheticGestaltは、東京を拠点とする分子AI企業です。製薬、化学、材料、農薬、化粧品、食品の各産業に向けて分子AIを開発・展開しており、2018年の創業以来、「AIによって発明を量産するシステムの構築」を目指しています。これまでの研究プロジェクトでは、医薬品のリード化合物や環境負荷の低い材料を発見するとともに、従来手法と比較して探索のコストと期間を最大90%削減してきました。詳細は https://www.syntheticgestalt.com をご覧ください。