[論文レビュー] Black Box Recursive Translations for Molecular Optimization

Farhan Damani, Vishnu Sresht+1 more|arXiv (Cornell University)|Dec 21, 2019

Computational Drug Discovery Methods参考文献 42被引用数 10

ひとこと要約

本稿では、生成された分子を任意の分子翻訳モデルに再帰的にフィードバックすることで、段階的に生体適合性を向上させる、Black Box Recursive Translation (BBRT) と呼ばれる新しい推論手法を紹介する。シーケンス型およびグラフ型モデルにBBRTを適用することで、構造的変更を最小限に抑えつつ、分子特性最適化ベンチマークで最先端の性能を達成した。これは単純なループベースの最適化プロセスによって顕著な向上を実現したことを示している。

ABSTRACT

Machine learning algorithms for generating molecular structures offer a promising new approach to drug discovery. We cast molecular optimization as a translation problem, where the goal is to map an input compound to a target compound with improved biochemical properties. Remarkably, we observe that when generated molecules are iteratively fed back into the translator, molecular compound attributes improve with each step. We show that this finding is invariant to the choice of translation model, making this a "black box" algorithm. We call this method Black Box Recursive Translation (BBRT), a new inference method for molecular property optimization. This simple, powerful technique operates strictly on the inputs and outputs of any translation model. We obtain new state-of-the-art results for molecular property optimization tasks using our simple drop-in replacement with well-known sequence and graph-based models. Our method provides a significant boost in performance relative to its non-recursive peers with just a simple "for" loop. Further, BBRT is highly interpretable, allowing users to map the evolution of newly discovered compounds from known starting points.

研究の動機と目的

• 大規模で離散的な化学空間における制約のない分子特性最適化の課題に対処すること。
• 下位の翻訳モデルを変更せずに分子最適化を向上させる、モデルに依存しない推論手法を開発すること。
• ユーザーが中間の分子変換を確認・デバッグできるようにすることで、解釈可能でユーザー中心の分子設計を可能にすること。
• 二次的特性に基づく順序付けを用いて再帰的出力を評価することで、複数の特性を同時に最適化する分子最適化を拡張すること。
• 限定的なラベル付きデータでの再帰的最適化を活用することで、低リソース環境における一般化性能と性能を向上させること。

提案手法

• BBRTは、事前に学習済みの分子翻訳モデルの出力を、同じモデルに再帰的にフィードバックすることで、追加の最適化ステップを実行する。
• この手法はブラックボックスとして動作する。入力と出力のみが必要であり、モデルに依存しない。
• 再帰的推論は、QED や logP といったターゲット特性に基づいて中間分子をスコアリングするスコア関数によってガイドされる。
• 二次的特性のスコア関数を用いることで、どの化合物をモデルに再びフィードバックするかをガイドする多変数最適化を実現できる。
• ユーザーは「分子のブレークポイント」を適用し、任意の再帰的段階で中間変換経路を確認・手動で選択できる。
• 本手法は、SMILES やグラフ、ツリーなどのさまざまな分子表現形式に対応でき、シーケンス型（例：Seq2Seq）およびグラフ型モデルとも互換性がある。

実験結果

リサーチクエスチョン

• RQ1 生成された分子を分子翻訳モデルに再帰的にフィードバックすることで、多様なモデルおよび表現形式において、ターゲット生体適合性特性が一貫して向上するか？
• RQ2 最適化性能と収束性の観点から、非再帰的推論戦略と比較してBBRTはどのように性能を発揮するか？
• RQ3 ユーザーが中間変換ステップを制御的に確認できる仕組みにより、BBRTは解釈可能な分子設計をどの程度可能にするか？
• RQ4 再帰的処理中に二次的特性のスコア関数を用いることで、BBRTは複数の特性を同時に効果的に最適化できるか？
• RQ5 限定的なラベル付き学習ペアを用いた低リソース環境において、BBRTは性能向上を維持できるか？

主な発見

• BBRTは、代表的なシーケンス型およびグラフ型モデルに適用することで、分子特性最適化ベンチマークで新たな最先端性能を達成した。
• QED最適化において、logP を二次的特性として用いたBBRTは、直接的なQEDスコアリングと同等の最大QED値を達成した一方で、平均logPの向上も実現した。
• 15回の再帰的反復後、logPスコアリングを用いたBBRTはQEDスコアリングよりも低い平均QED値に収束した。これは、異なる目的関数下での長期的最適化においてトレードオフが生じることを示している。
• 本手法は、グリーディやビームサーチなどの複数のデコード戦略およびモデルアーキテクチャにおいて、一貫した性能向上を示した。
• logPとQEDの相関は[0.7, 0.8]の範囲で弱く（ρ = 0.007、p > 0.8）あり、一方の特性を最適化しても他方が自動的に向上するとは限らないが、BBRTは実際には両方の特性を向上させた。
• BBRTは分子のブレークポイントを活用することで、ユーザーが任意の再帰的段階で代替変換経路を探索・選択できる解釈可能な設計を可能にした。