[論文レビュー] Molecule Generation for Drug Design: a Graph Learning Perspective

Nianzu Yang, Huaijin Wu+3 more|arXiv (Cornell University)|Feb 18, 2022

Computational Drug Discovery Methods被引用数 6

ひとこと要約

本調査は、創薬におけるデノボ分子生成のためのグラフ学習ベースの手法について包括的なレビューを提供し、一括生成、断片ベース、ノード単位での生成戦略に分類している。2Dグラフ表現の化学的妥当性を保証する利点を強調し、最近の進展（拡散ベースのモデルを含む）を議論するとともに、マクロ分子設計、3Dドラッグディスカバリー、構造ベースのドラッグディスカバリーにおける主な課題と今後の方向性を特定している。

ABSTRACT

Machine learning, particularly graph learning, is gaining increasing recognition for its transformative impact across various fields. One such promising application is in the realm of molecule design and discovery, notably within the pharmaceutical industry. Our survey offers a comprehensive overview of state-of-the-art methods in molecule design, particularly focusing on \emph{de novo} drug design, which incorporates (deep) graph learning techniques. We categorize these methods into three distinct groups: \emph{i)} \emph{all-at-once}, \emph{ii)} \emph{fragment-based}, and \emph{iii)} \emph{node-by-node}. Additionally, we introduce some key public datasets and outline the commonly used evaluation metrics for both the generation and optimization of molecules. In the end, we discuss the existing challenges in this field and suggest potential directions for future research.

研究の動機と目的

• SMILESおよび3D表現を除き、創薬における分子生成に特化したグラフベースの深層学習手法について、焦点的で最新の調査を提供すること。
• 最先端の生成戦略を、一括生成、断片ベース、ノード単位の3つの明確なパラダイムに分類すること。
• 分子生成および最適化タスクで使用される主要な公開データセットと標準評価メトリクスをまとめること。
• 現在の研究における主な課題、特にマクロ分子設計、3D分子生成、構造ベースのドラッグディスカバリーの分野を特定すること。
• スケーラビリティ、3Dモデリング、ターゲット特異的リガンド設計の分野における現在の制限を超えるための、3つの有望な今後の研究方向性を提案すること。

提案手法

• 本論文は、生成戦略に基づいてグラフベースの分子生成手法を3つのカテゴリに分類する：一括生成（全グラフを一度に生成）、断片ベース（サブストラクチャから構築）、ノード単位（グラフを段階的に構築）。
• 分子表現をグラフ $ G = ( extbf{A}, extbf{X}) $ として形式化し、$ extbf{A} $ は結合種別を符号化する隣接テンソル、$ extbf{X} $ は原子種別を符号化するノード特徴行列とする。
• 標準メトリクスを用いて手法を評価する：生成タスクでは有効性、新規性、多様性、一意性、再構成性を、最適化タスクではQED、SA、logP、その他のドラッグライクネス特性を用いる。
• 特に2D表現において、化学的妥当性と構造的正確性を保証する点で、SMILESベースからグラフベースへの移行の重要性を強調する。
• 最近の拡散ベースの生成モデルが、先行の調査ではカバーされていなかった成長著しいトレンドとして強調されている。
• 2020年から2023年までの最近の文献を体系的にレビューし、グラフベース分子生成分野における手法的傾向、課題、未解決問題を同定している。

実験結果

リサーチクエスチョン

• RQ1 デノボ分子設計において、一括生成、断片ベース、ノード単位のグラフ生成戦略は、効率性、柔軟性、構造的忠実性の観点でどのように異なるか？
• RQ2 グラフベースの分子生成および最適化タスクで一般的に使用される主要な公開データセットと評価メトリクスは何か？
• RQ3 なぜ分野はSMILESベースからグラフベースの表現に移行したのか？2Dグラフモデルが化学的妥当性を保証するために提供する利点は何か？
• RQ4 グラフ学習を用いた大規模分子（例：ポリマー）の生成、3D分子幾何構造、ターゲット特異的リガンドの生成において、未解決の主要な課題は何か？
• RQ5 グラフベースの深層学習モデルは、化学空間の有望なサブ領域からのサンプリングを支援するために、どのように拡張可能か？

主な発見

• グラフベースの生成手法は、構築の過程で100％の化学的妥当性を保証するが、SMILESベースの手法は無効な構造を避けるために複雑な制約を必要とする。
• 一括生成、断片ベース、ノード単位の3つの主な生成戦略は、それぞれ効率性、柔軟性、複雑なサブストラクチャのモデル化能力において明確なトレードオフを示す。
• 最近の拡散ベースの生成モデルは、グラフベース分子生成分野における有望な新クラスの手法として登場したが、過去の調査ではカバーされていなかった。
• 進展にもかかわらず、3D分子幾何構造の生成分野は依然として未発達であり、正確な量子性質予測に不可欠であるが、大きな研究ギャップのままである。
• 現在の手法は主に小分子に限定されており、構造的複雑性の増加と長い生成シーケンスに伴う勾配の問題により、ポリマーなどのマクロ分子へのスケーリングには大きな課題がある。
• 構造ベースのドラッグディスカバリー（特定のタンパク質-リガンド結合を標的とする）は機械学習分野でまだ十分に検討されておらず、今後の研究の主要なフロンティアである。