[論文レビュー] Context-aware Graph Causality Inference for Few-Shot Molecular Property Prediction

Van Thuy Hoang, O. Lee|arXiv (Cornell University)|Jan 16, 2026

Advanced Graph Neural Networks被引用数 0

ひとこと要約

CaMol は、 context graph、アトムマスキング、Backdoor 調整を用いた文脈意識型因果フレームワークを導入し、 few-shot 分子特性予測の因果サブ構造を特定して精度と解釈性を向上させる。

ABSTRACT

Molecular property prediction is becoming one of the major applications of graph learning in Web-based services, e.g., online protein structure prediction and drug discovery. A key challenge arises in few-shot scenarios, where only a few labeled molecules are available for predicting unseen properties. Recently, several studies have used in-context learning to capture relationships among molecules and properties, but they face two limitations in: (1) exploiting prior knowledge of functional groups that are causally linked to properties and (2) identifying key substructures directly correlated with properties. We propose CaMol, a context-aware graph causality inference framework, to address these challenges by using a causal inference perspective, assuming that each molecule consists of a latent causal structure that determines a specific property. First, we introduce a context graph that encodes chemical knowledge by linking functional groups, molecules, and properties to guide the discovery of causal substructures. Second, we propose a learnable atom masking strategy to disentangle causal substructures from confounding ones. Third, we introduce a distribution intervener that applies backdoor adjustment by combining causal substructures with chemically grounded confounders, disentangling causal effects from real-world chemical variations. Experiments on diverse molecular datasets showed that CaMol achieved superior accuracy and sample efficiency in few-shot tasks, showing its generalizability to unseen properties. Also, the discovered causal substructures were strongly aligned with chemical knowledge about functional groups, supporting the model interpretability.

研究の動機と目的

• 数-shot 分子特性予測（MPP）の動機づけと機能基因果性の活用の必要性。
• 文脈グラフを統合して因果サブ構造を発見する CaMol を提案。
• 学習可能なアトムマスキングと分布ベースのバックドア介入を用いて混乱因子から因果サブ構造を解きほぐす。
• 発見されたサブ構造を化学知識と整合させ、解釈性と転移性を向上させる。

提案手法

• 各エピソード内で機能基、分子、特性をエンコードする文脈グラフを構築する。
• BRICS ベースの機能基に分子を分解し、GNN エンコーダを用いて文脈表現を学習する。
• 因果サブ構造 C を混同行為 S から分離する学習可能なアトムマスキング機構を導入する。
• 分布介入とバックドア調整を適用して、 chemically grounded な混乱因子を用いて S を周辺化することで P(Y|do(C)) を推定する。
• 因果予測損失、S に対する一様事前分布への KL 散逸、介入サブグラフ間の分散/不変性項を組み合わせた総合損失を最適化する。
• 内側ループの因果更新と外側ループの評価を伴う MAML スタイルのメタ訓練を用い、few-shot一般化を促進する。

Figure 1: (a) The seen properties are relevant to the unseen property prediction. (b) The causal substructures vary and depend on molecular property prediction tasks.

実験結果

リサーチクエスチョン

• RQ1 機能基、分子、特性を橋渡しする文脈グラフは、few-shot 分子特性予測をどのように改善できるか。
• RQ2 学習可能なアトムマスキングは、分子グラフにおける因果サブ構造と混乱サブ構造を効果的に分離できるか。
• RQ3 バックドア調整による分布介入は、分子と特性全体にわたる混乱因子に対する頑健性を改善するか。
• RQ4 発見された因果サブ構造は化学知識と整合し、モデルの解釈性を高めるか。

主な発見

• CaMol は六つの MoleculeNet データセットにおいて、 few-shot 設定で強力なベースラインよりも高い精度を達成する。
• 発見された因果サブ構造は既知の機能基と強く整合し、解釈性を支持する。
• 高い多様性と不均衡データセット（例：MUV、PCBA）において、サンプル効率が高いことを示す。
• バックドア調整による因果推論は、文脈ガイダンス付きで、分子–特性関係のみに依存するモデルよりも頑健な予測を与える。
• 本手法は予測特性に対して忠実でモデル一致の説明を提供する。

Figure 2: Causal relationships between variables in MPP.