[論文レビュー] Learning Graph Models for Template-Free Retrosynthesis.

Vignesh Ram Somnath, Charlotte Bunne+3 more|arXiv (Cornell University)|Jun 12, 2020

Machine Learning in Materials Science参考文献 18被引用数 27

ひとこと要約

本論文は、標的分子を合成子に変換するためのグラフ編集を学習することで、分子変換を予測するグラフベースの逆合成モデルを提案する。その後、完全な前駆体を生成せずに合成子を拡張する。USPTO-50kで11.7%の絶対的向上を達成し、レアな反応では4%向上を示し、一般化性能と化学的戦略の整合性が向上する。

ABSTRACT

Retrosynthesis prediction is a fundamental problem in organic synthesis, where the task is to identify precursor molecules that can be used to synthesize a target molecule. Despite recent advancements in neural retrosynthesis algorithms, they are unable to fully recapitulate the strategies employed by chemists and do not generalize well to infrequent reaction types. In this paper, we propose a graph-based approach that capitalizes on the idea that the graph topology of precursor molecules is largely unaltered during the reaction. The model first predicts the set of graph edits transforming the target into incomplete molecules called synthons. Next, the model learns to expand synthons into complete molecules by attaching relevant leaving groups. Since the model operates at the level of molecular fragments, it avoids full generation, greatly simplifying the underlying architecture and improving its ability to generalize. The model yields $11.7\%$ absolute improvement over state-of-the-art approaches on the USPTO-50k dataset, and a $4\%$ absolute improvement on a rare reaction subset of the same dataset.

研究の動機と目的

• 神経的逆合成モデルのレアな反応タイプへの一般化能力の制限を解決すること。
• 分子のトポロジー変化をモデル化することで、化学者が設計した逆合成戦略との整合性を高めること。
• 全分子生成を避けて断片レベルで処理することで、アーキテクチャを単純化し、一般化性能を向上させること。
• 逆合成変換を分子構造上のグラフ編集操作としてモデル化すること。
• 関連する脱離基を用いた学習ルールにより、合成子を有効に完全前駆体に拡張できること。

提案手法

• モデルは、標的分子を不完全な前駆体断片（合成子）に変換するためのグラフ編集操作のシーケンスを予測する。
• 反応中に分子グラフトポロジーが安定していることに着目し、局所的な構造的変化に焦点を当てる。
• 合成子は、学習されたルールに従って適切な脱離基を付加することで完全な分子に拡張される。
• 全分子の生成を避けるために、断片レベルで処理を行う。
• 分子構造を符号化し、編集操作を予測するためにグラフニューラルネットワークを用いる。
• モデルは、反転反応をトポロジカルな編集によって学習するように、逆合成変換データ上でエンドツーエンドで訓練される。

実験結果

リサーチクエスチョン

• RQ1 局所的な分子編集を学習するグラフベースのモデルは、既存の神経的逆合成モデルを上回る性能を示すか？
• RQ2 全分子ではなく合成子で処理することで、稀な反応タイプへの一般化が向上するか？
• RQ3 分子グラフトポロジーを保存することで、逆合成における戦略の正確性はどの程度向上するか？
• RQ4 脱離基の付加を学習することで、合成子を有効に妥当な前駆体に拡張できるか？
• RQ5 最先端手法と比較して、分布外の反応においてモデルの性能はいかがなっているか？

主な発見

• 本モデルは、USPTO-50kデータセットにおいて、最先端手法よりもトップ1正答率で11.7%の絶対的向上を達成した。
• USPTO-50kベンチマーク内のレアな反応サブセットにおいて、4%の絶対的向上を示した。
• 断片レベルで編集ベースの処理を採用しているため、頻度の低い反応タイプへの一般化性能が向上した。
• 全分子生成を回避することで、アーキテクチャを単純化しながらも高い性能を維持した。
• トポロジーを保存するグラフ編集により、化学的に意味のある逆合成戦略をよりよく捉えることができた。
• 特に複雑またはまれな反応パターンにおいて、モデルの性能向上が顕著に現れた。