[論文レビュー] MolGraph: a Python package for the implementation of molecular graphs and graph neural networks with TensorFlow and Keras

Alexander Kensert, Gert Desmet+1 more|arXiv (Cornell University)|Aug 21, 2022

Computational Drug Discovery Methods被引用数 6

ひとこと要約

MolGraphは、TensorFlowおよびKerasエコシステム内での分子グラフおよびグラフニューラルネットワーク（GNN）の実装を可能にするPythonパッケージです。分子グラフの構築とGNNの学習をサポートし、MoleculeNetおよびクロマトグラフィー留保時間データセットで優れた性能を示し、分子同定タスクにおける解釈可能性が向上しています。

ABSTRACT

Molecular machine learning (ML) has proven important for tackling various molecular problems, such as predicting molecular properties based on molecular descriptors or fingerprints. Since relatively recently, graph neural network (GNN) algorithms have been implemented for molecular ML, showing comparable or superior performance to descriptor or fingerprint-based approaches. Although various tools and packages exist to apply GNNs in molecular ML, a new GNN package, named MolGraph, was developed in this work with the motivation to create GNN model pipelines highly compatible with the TensorFlow and Keras application programming interface (API). MolGraph also implements a chemistry module to accommodate the generation of small molecular graphs, which can be passed to a GNN algorithm to solve a molecular ML problem. To validate the GNNs, they were benchmarked against the datasets of MoleculeNet, as well as three chromatographic retention time datasets. The results on these benchmarks illustrate that the GNNs performed as expected. Additionally, the GNNs proved useful for molecular identification and improved interpretability of chromatographic retention time data. MolGraph is available at https://github.com/akensert/molgraph. Installation, tutorials and implementation details can be found at https://molgraph.readthedocs.io/en/latest/.

研究の動機と目的

• 分子機械学習のためのTensorFlowおよびKeras APIと完全に互換性を持つGNNフレームワークの開発。
• 分子応用におけるGNNと一般的なディープラーニングフレームワークの間のシームレスな統合のギャップを埋める。
• GNN学習に適した小さな分子グラフを生成するための化学に配慮したモジュールの提供。
• 標準的な分子データセットおよび実世界のクロマトグラフィー留保時間データ上でGNNのパフォーマンスをベンチマークすること。
• 分子特性予測および留保時間モデリングにおけるGNN予測の解釈可能性を向上させること。

提案手法

• 標準的な分子構造データを用いた分子グラフ表現の実装により、計算用グラフ形式への変換を可能にしている。
• TensorFlowおよびKerasと統合されており、Kerasの機能的および順序的APIに馴染みのある方法でエンドツーエンドのGNNモデル構築が可能になっている。
• 専用の化学モジュールにより、SMILESまたはその他の分子入力形式から分子グラフを生成している。
• Kerasフレームワーク内でのメッセージパッシングニューラルネットワーク（MPNN）の原則に従ってGNNアーキテクチャを実装している。
• 標準的なKerasコールバックおよびユーティリティを用いた、トレーニングおよび推論パイプラインのサポート。
• パフォーマンスの検証のため、MoleculeNetベンチマークおよび3つのクロマトグラフィー留保時間データセットでモデルを評価している。

実験結果

リサーチクエスチョン

• RQ1 TensorFlowおよびKerasエコシステム内で、分子機械学習タスクに効果的に構築およびデプロイ可能なGNNフレームワークを構築できるか？
• RQ2 MoleculeNetのような標準的な分子特性予測ベンチマークにおいて、MolGraphのパフォーマンスは既存の手法と比較してどうなるか？
• RQ3 MolGraphで学習されたGNNは、クロマトグラフィー留保時間予測において、どの程度解釈可能性を向上させられるか？
• RQ4 MolGraphは、後続のGNN学習および推論に適した分子グラフを効率的に生成および処理できるか？
• RQ5 このパッケージの設計は、既存のディープラーニングワークフローへの使いやすさおよび統合性にどのような影響を与えるか？

主な発見

• MolGraphはKeras APIと完全に互換性を持つGNNの実装を成功させ、既存のディープラーニングワークフローへのシームレスな統合を可能にした。
• GNNモデルは、MoleculeNetベンチマークにおいて、記述子およびフィンガープrintベースの手法と同等またはそれ以上のパフォーマンスを達成した。
• フレームワークは分子同定タスクにおいて実用的であることが示され、留保時間データの予測精度が向上した。
• MolGraphで学習されたGNNは解釈性を向上させ、留保時間予測のメカニズムをよりよく理解できるようになった。
• パッケージは効率的なグラフ構築とトレーニングをサポートしており、公開データセットおよび実世界のデータセットで妥当なパフォーマンスが確認された。