[論文レビュー] Barking up the right tree: an approach to search over molecule synthesis DAGs

John Bradshaw, Brooks Paige+3 more|PolyPublie (École Polytechnique de Montréal)|Dec 21, 2020

Machine Learning in Materials Science参考文献 100被引用数 9

ひとこと要約

本稿では、分子合成のための直接的で方向性のある非巡回グラフ（DAG）を出力する深層生成モデルを提案する。このモデルは、生成プロセスに合成可能性を埋め込み、DAGノード間での階層的ニューラルメッセージパッシングと効率的なシリアル化を用いることで、生成された分子が化学的に多様かつ合成可能であることを保証する。これにより、現実の合成制約を尊重しながら、目的の特性の最適化が可能になる。

ABSTRACT

When designing new molecules with particular properties, it is not only important what to make but crucially how to make it. These instructions form a synthesis directed acyclic graph (DAG), describing how a large vocabulary of simple building blocks can be recursively combined through chemical reactions to create more complicated molecules of interest. In contrast, many current deep generative models for molecules ignore synthesizability. We therefore propose a deep generative model that better represents the real world process, by directly outputting molecule synthesis DAGs. We argue that this provides sensible inductive biases, ensuring that our model searches over the same chemical space that chemists would also have access to, as well as interpretability. We show that our approach is able to model chemical space well, producing a wide range of diverse molecules, and allows for unconstrained optimization of an inherently constrained problem: maximize certain chemical properties such that discovered molecules are synthesizable.

研究の動機と目的

• 現在の分子用深層生成モデルには、高い化学的多様性を示す一方で非合成可能な化合物を生成する傾向があるというギャップに対処すること。
• 複数段階の合成経路を、化学的合成の階層的・再帰的性質を捉えるために、有向非巡回グラフ（DAG）として形式化すること。
• 合成DAGの複数のレベル間で情報を交換するためのニューラルメッセージパッシングフレームワークを構築し、構造的な表現学習を可能にすること。
• すべての生成分子が合成的に実行可能であることを保証しながら、結合親和性や溶解度などの分子特性を制約なしで最適化できること。
• 生成されるのは分子そのものだけでなく、完全で有効な合成経路であることを通じて、解釈可能性と実用的価値を提供すること。

提案手法

• 各ノードが分子に対応し、エッジが化学反応を表すDAGとして合成経路を表現し、分子とノードの1対1対応を保証すること。
• 構築ブロックから最終生成物に至るまで、DAGの異なるレベル間で情報を伝達する階層的ニューラルメッセージパッシング機構を設計すること。
• 標準的なディープラーニングフレームワークやアーキテクチャとの互換性を確保するため、合成DAGの効率的なシリアル化手順を導入すること。
• 変分オートエンコーダーや強化学習パイプラインなどの既存アーキテクチャに、DAGベースの生成モデルを統合すること。
• 初期段階から意味的妥当性と合成可能性を保証するため、事前に定義された仮想的なブロックライブラリと仮想反応を導入すること。
• 探索空間を化学的に妥当で合成可能な分子に限定するため、DAG構造をインダクティブバイアスとして活用すること。

実験結果

リサーチクエスチョン

• RQ1 生成する合成DAGに基づく深層生成モデルは、化学的空間を効果的に捉えつつ、すべての生成分子が合成可能であることを保証できるか？
• RQ2 DAGノード間での階層的メッセージパッシングは、複雑な複数段階の合成経路の表現をどのように向上させるか？
• RQ3 DAGとしての合成のモデル化は、文字列ベースやグラフベースのモデルと比較して、生成分子の多様性と質をどの程度向上させるか？
• RQ4 提案モデルは、合成可能性を損なわせることなく、分子特性の効果的な最適化を可能にするか？
• RQ5 既存のディープラーニングフレームワーク（例：VAE、RL）への合成DAGの統合は、分子設計タスクにおける性能をどのように向上させるか？

主な発見

• 提案モデルは、パラセタモールの実例を含む、多様で化学的に妥当な分子を広範囲に生成でき、すべてが合成可能であることが裏付けられた。
• 階層的メッセージパッシング機構により、複数段階の反応レベル間で効果的な情報伝達が可能となり、複雑な多段階合成経路に関する推論能力が向上した。
• 生成性能は競争力があり、合成可能性を明示的に制約することで、後続の最適化タスクにおいて制約なしのモデルを上回った。
• 合成DAGのシリアル化により、変分オートエンコーダーや強化学習エージェントなどの標準的なディープラーニングフレームワークとのシームレスな統合が可能になった。
• 解釈可能な合成経路を提供し、研究者が実験的検証に向けた実行可能なルートを得られるようになった。
• 生成プロセスに合成可能性を埋め込むことで、後処理の合成計画の必要性が低減し、設計・作成・試験・分析のサイクルが加速された。