[論文レビュー] A Novel Graph-based Approach for Determining Molecular Similarity

Maritza Hernandez, Arman Zaribafiyan+2 more|arXiv (Cornell University)|Jan 25, 2016

Computational Drug Discovery Methods参考文献 11被引用数 21

ひとこと要約

本稿では、ノイズが混入した3次元分子データに対処するため、緩和された最大重み付き共k-プレックス定式化を用いて、量子にインspiredなグラフベースの類似性測定法を提案する。分子類似性を二次無制約0-1整数計画問題（QUBO）として定式化することで、ファングプリントベースの手法（76%）よりも高い精度（81%）を達成し、正確な部分グラフマッチングの緩和が予測性能を向上させることを示した。

ABSTRACT

In this paper, we tackle the problem of measuring similarity among graphs that represent real objects with noisy data. To account for noise, we relax the definition of similarity using the maximum weighted co-$k$-plex relaxation method, which allows dissimilarities among graphs up to a predetermined level. We then formulate the problem as a novel quadratic unconstrained binary optimization problem that can be solved by a quantum annealer. The context of our study is molecular similarity where the presence of noise might be due to regular errors in measuring molecular features. We develop a similarity measure and use it to predict the mutagenicity of a molecule. Our results indicate that the relaxed similarity measure, designed to accommodate the regular errors, yields a higher prediction accuracy than the measure that ignores the noise.

研究の動機と目的

• 実験的測定によるノイズ混入または歪みのある3次元分子構造データの下で、分子類似性を測定する課題に対処すること。
• 各頂点に対して最大k−1本の矛盾する辺を許容することで、正確な部分グラフマッチングを緩和する柔軟な類似性メトリクスの開発。
• 最大重み付き共k-プレックス問題をQUBOに定式化し、量子アニーリングによる解法を可能にすることで、最適な部分構造の特定を可能とすること。
• 3-NN分類器を用いた実世界のマットゲニシティ予測における性能評価と、既存のファングプリントベースの手法との比較。
• 予測精度を最大化する最適な緩和レベル（k）を特定し、ノイズ耐性と構造的正確性のバランスをとること。

提案手法

• 分子をラベル付き重み付きグラフとしてモデル化し、頂点は原子、辺は結合を表し、ラベルには原子番号、形式的酸化状態、結合種別を含める。
• 2つの分子グラフから衝突グラフを構築し、頂点は潜在的な頂点マッピングを、辺は矛盾するマッピング（例：不適合な原子ペア）を表す。
• 類似性測定を、衝突グラフ上での最大重み付き共k-プレックス問題として定式化し、選択された頂点の選択集合内での隣接頂点数を最大k−1個まで許容することで、厳密な独立性を緩和する。
• 問題をQUBO（二次無制約0-1整数計画）に変換し、古典的ソルバーまたは将来の量子アニーリング機器による解法を可能にする。
• QUBOは全探索ソルバーを用いて解かれ、3-NN分類パイプラインにおけるトレーニングおよびテストの最適類似度スコアを取得する。
• 本手法は3次元構造情報を組み込み、マルチグラフ類似性をサポートしており、マットゲニシティ予測の2つの実際の分子データセットを用いて検証されている。

実験結果

リサーチクエスチョン

• RQ1 最大重み付き共k-プレックス定式化による正確な部分グラフマッチング条件の緩和は、ノイズ混入した3次元構造データの下で分子類似性測定を改善するか？
• RQ2 提案されたQUBOベースの類似性測定法を用いたマットゲニシティ予測において、予測精度を最大化する最適なk値は何か？
• RQ3 QUBOベースの共k-プレックス類似性手法は、従来のファングプリントベースの手法と比較して、マットゲニシティ予測でどの程度の性能を示すか？
• RQ4 本手法は、ブラックボックスなファングプリント手法とは異なり、共通する分子部分構造について解釈可能なインサイトを提供できるか？
• RQ5 緩和された類似性メトリクスの使用により、特に非マットゲニシティ分子において誤検出（偽陽性）が減少するか？

主な発見

• QUBOベースの最大重み付き共3-プレックス手法は、最初のテストセットで81%の精度を達成し、ファングプリントベース手法（76%）および共1-プレックス手法（80%）を上回った。
• 共3-プレックス緩和は、ファングプリント手法（58%）よりも高い特異度（78%）を示し、非マットゲニシティ分子の誤分類が少ないことを示した。
• ファングプリントベース手法は高い感受性（95%）を示したが、特異度は著しく低い（58%）ため、構造的文脈を欠いた結果として偽陽性率が高かった。
• 本手法は、ファングプリント手法が単一の類似度スコアしか報告しないのに対し、共通する分子部分構造を同定することで解釈可能な結果を提供する。
• 最適な緩和レベル（k=3）が存在し、それ以上の緩和または緩和不足では性能が低下した。
• 本研究は、厳密な同型性制約の下で分子を3次元構造データでモデル化すると予測性能が著しく低下することを示し、緩和の価値を強調した。