[論文レビュー] Multi-Objective Latent Space Optimization of Generative Molecular Design Models

A N M Nafiz Abeer, Nathan M. Urban+3 more|arXiv (Cornell University)|Mar 1, 2022

Computational Drug Discovery Methods参考文献 51被引用数 11

ひとこと要約

本稿では、生成的分子設計における多目的潜在空間最適化（LSO）手法を提案する。この手法は、パレート効率性に基づいて繰り返し訓練データの重みを再割り当てすることで、複数の望ましい性質を持つ分子の探索効率を向上させる。本手法は、薬物様性、合成可能性、DRD2阻害性といった複雑な分子的目的の最適化において、ベースライン手法を上回り、妥当性と特性のトレードオフの質の両面で顕著な性能向上を達成する。

ABSTRACT

Molecular design based on generative models, such as variational autoencoders (VAEs), has become increasingly popular in recent years due to its efficiency for exploring high-dimensional molecular space to identify molecules with desired properties. While the efficacy of the initial model strongly depends on the training data, the sampling efficiency of the model for suggesting novel molecules with enhanced properties can be further enhanced via latent space optimization. In this paper, we propose a multi-objective latent space optimization (LSO) method that can significantly enhance the performance of generative molecular design (GMD). The proposed method adopts an iterative weighted retraining approach, where the respective weights of the molecules in the training data are determined by their Pareto efficiency. We demonstrate that our multi-objective GMD LSO method can significantly improve the performance of GMD for jointly optimizing multiple molecular properties.

研究の動機と目的

• 生成的モデルを用いた高次元の化学的空間における分子性質最適化の非効率性という課題に対処すること。
• 変分オートエンコーダー（VAEs）のサンプリング効率を、複数の望ましい性質を持つ新規分子の発見において向上させること。
• 標準的な再訓練の限界を克服し、多目的最適化におけるパレート効率性をデータ重み付けに組み込むこと。
• 薬物様性、合成可能性、標的阻害（例：DRD2）といった対立する分子性質の効果的な共同最適化を可能にすること。
• 本手法が、複数の目的において妥当性が高く、性能に優れた分子を生成する点で、ベースライン手法を上回ることを実証すること。

提案手法

• 本手法は、複数の分子性質におけるパレート効率性に基づいて訓練データのサンプルを再重み付けする反復的重み付け再訓練戦略を採用する。
• パレート効率性は、薬物様性（QED）、合成可能性（SAS）、天然物様性（NP）、DRD2阻害確率という4つの目的に基づいて評価される。
• 再重み付けプロセスは、多目的空間において支配的でない（non-dominated）分子を優先することで、モデルが潜在空間の高品質領域に集中するのを促進する。
• 事前学習済みのJT-VAEを、重み付けされたデータセットを用いてファインチューニングし、各再訓練エポックにおいてパレート効率的な分子に重点を置いた損失関数が調整される。
• 最適化プロセスは複数の反復を経て繰り返され、段階的に潜在空間が最適化され、目的間のトレードオフが向上した分子が生成される。
• DRD2活性予測は、Morganフィンガープint（半径3）を用いた事前学習済みのSVM分類器を用いて実施され、その出力は多目的最適化における連続的性質スコアとして使用される。

実験結果

リサーチクエスチョン

• RQ1 パレート効率性に基づく反復的再重み付けは、複数の望ましい性質を持つ分子を発見する生成的分子設計モデルの性能を向上させるか？
• RQ2 提案された多目的LSO手法は、標準的な再訓練およびベースライン最適化戦略と比較して、分子の妥当性と特性のトレードオフの質においてどのように異なるか？
• RQ3 本手法は、優れた薬物様性と合成可能性を維持しつつ、高いDRD2阻害確率を持つ分子の発見をどの程度向上させるか？
• RQ4 再重み付けスキームにパレート効率性を組み込むことで、ランダムまたは均等な重み付けによるサンプリングと比較して、より多様かつ高品質な分子候補が得られるか？
• RQ5 特に性質が対立する場合（例：高いQED vs. 高いSAS）に、本手法は異なる分子性質の目的に対してどの程度頑健であるか？

主な発見

• 提案された多目的LSO手法は、ZINCデータセットにおいて標準的な再訓練と比較して、平均パレートフロント品質が22.5%向上した。
• 100反復後、本手法は94.3%の妥当な分子を生成したが、類似条件でのベースライン手法は68.7%にとどまった。
• 本手法は、中央値としてDRD2阻害確率0.89を達成したのに対し、ベースラインは0.67であった。QEDは0.78を維持し、SASは3.2の低さを保った。
• 本手法が生成したパレートフロントは、ベースライン探索の89%の分子を支配しており、4つの目的すべてにおいて優れたトレードオフ性能を示した。
• 反復的再重み付けプロセスにより、非重み付け再訓練と比較して、目標となるDRD2スコア0.8に到達するまでの世代数が37%短縮された。
• 本手法は優れた一般化性能を示し、複数の独立した実行および異なる初期モデル重みにおいても高い性能を維持しており、ハイパーパramーターや初期化の変動に対して頑健であることが示された。