[論文レビュー] GraphPiece: Efficiently Generating High-Quality Molecular Graph with Substructures.

Xiangzhe Kong, Zhixing Tan+1 more|arXiv (Cornell University)|Jun 29, 2021

Machine Learning in Materials Science参考文献 35被引用数 5

ひとこと要約

本稿では、既存の分子から再利用可能な部分構造（「グラフピース」と呼ばれる）を学習した後、2段階のプロセス（ピースレベルの構築と結合完了）を経て、高品質な分子グラフを生成する変分オートエンコーダーであるGraphPieceを提案する。この手法は、性質最適化および制約付き性質最適化において最先端の性能を達成し、計算効率も向上している。

ABSTRACT

Molecular graph generation is a fundamental but challenging task in various applications such as drug discovery and material science, which requires generating valid molecules with desired properties. Auto-regressive models, which usually construct graphs following sequential actions of adding nodes and edges at the atom-level, have made rapid progress in recent years. However, these atom-level models ignore high-frequency subgraphs that not only capture the regularities of atomic combination in molecules but also are often related to desired chemical properties. In this paper, we propose a method to automatically discover such common substructures, which we call {\em graph pieces}, from given molecular graphs. Based on graph pieces, we leverage a variational autoencoder to generate molecules in two phases: piece-level graph generation followed by bond completion. Experiments show that our graph piece variational autoencoder achieves better performance over state-of-the-art baselines on property optimization and constrained property optimization tasks with higher computational efficiency.

研究の動機と目的

• 分子グラフにおける頻出で化学的に意味のある部分構造を捉えることが、原子レベルの自己回帰的モデルの限界である。
• 分子に共通する原子の結合パターンをエンコードする「グラフピース」として、再発する部分グラフを同定する。
• 2段階の生成プロセス（ピースレベルの構築 → 結合完了）において、これらのグラフピースを構築ブロックとして活用することで、分子グラフ生成を改善する。
• 特に性質最適化タスクにおいて、生成品質と計算効率の両方を向上させる。
• 構造的で部分構造に注意を向ける生成により、望ましい化学的性質をより効果的に制御可能にする。

提案手法

• 部分グラフマイニング技術を用いて、分子グラフの集合から頻出で高頻度の部分グラフ（グラフピース）を自動で同定する。
• 各分子をグラフピースの系列として表現することで、生成プロセスにおける系列モデル化を可能にする。
• グラフピース系列の潜在表現を学習するため、変分オートエンコーダー（VAE）を訓練する。
• 生成を2段階に分解する：まずグラフピースの系列を生成し、次に欠落した結合を補完して有効な分子を構築する。
• グラフニューラルネットワークを用いて、生成されたグラフピース系列から分子を再構築し、結合完了による構造の最適化を実施する。
• 再パラメータライゼーショントリックと、再構築誤差とKLダイバージェンスの両方を含む損失関数を用いてVAEを最適化し、安定した学習を実現する。

実験結果

リサーチクエスチョン

• RQ1 自動的に同定されたグラフピースは、原子レベルの自己回帰的モデルと比較して、分子グラフ生成の品質と効率を向上させるか？
• RQ2 ピースレベルの生成から結合完了へと進む2段階の生成戦略が、分子の妥当性と性質最適化に与える影響は何か？
• RQ3 グラフピースの使用が、望ましい化学的性質を持つ分子を生成する能力をどの程度向上させるか？
• RQ4 提案手法は、制約付き性質最適化タスクにおいて、最先端のベースラインを上回る性能を達成するか？
• RQ5 従来の原子レベル生成と比較して、グラフピースを用いることでどの程度計算効率が向上するか？

主な発見

• GraphPieceモデルは、性質最適化および制約付き性質最適化のベンチマークで、最先端の性能を達成した。
• 構造的で部分構造に基づく生成プロセスのおかげで、従来の原子レベルの自己回帰的モデルと比較して、計算効率が著しく向上した。
• グラフピースの使用により、生成された分子の妥当性と新規性のスコアが向上し、生成品質の向上が裏付けられた。
• 2段階の生成戦略（まずグラフピースを生成し、その後結合を完了）により、より安定的で化学的に妥当な分子が得られた。
• モデルは、しばしば望ましい化学的性質に関連する繰り返し部分構造を効果的に捉えており、性質制御の能力が向上した。
• グラフピース表現を用いた変分オートエンコーダーは、より分離可能で意味のある潜在空間を学習し、生成の多様性と制御性が向上した。