[論文レビュー] Predicting Electron Paths.

John Bradshaw, Matt J. Kusner+3 more|arXiv (Cornell University)|May 23, 2018

Machine Learning in Materials Science参考文献 20被引用数 11

ひとこと要約

この論文では、原子マップ付きSMILES文字列から学習することで、化学反応における電子移動を予測する深層学習モデルELECTROを紹介する。反応生成物の予測ではなく、電子経路を直接モデル化することで、化学的制約を自然に組み込み、明示的な化学則の学習を必要とせず、解釈可能でスパarsな反応機構を実現する。UPSTOデータセットのサブセットにおいて、最先端の性能を達成した。

ABSTRACT

Chemical reactions can be described as the stepwise redistribution of electrons in molecules. As such, reactions are often depicted using arrow-pushing diagrams which show this movement as a sequence of arrows. We propose an electron path prediction model (ELECTRO) to learn these sequences directly from raw reaction data. Instead of predicting product molecules directly from reactant molecules in one shot, learning a model of electron movement has the benefits of (a) being easy for chemists to interpret, (b) incorporating constraints of chemistry, such as balanced atom counts before and after the reaction, and (c) naturally encoding the sparsity of chemical reactions, which usually involve changes in only a small number of atoms in the reactants. We design a method to extract approximate reaction paths from any dataset of atom-mapped reaction SMILES strings. Our model achieves state-of-the-art results on a subset of the UPSTO reaction dataset. Furthermore, we show that our model recovers a basic knowledge of chemistry without being explicitly trained to do so.

研究の動機と目的

• 原始的な反応データから直接電子移動を学習するモデルの開発を目的とする。
• 生成物の予測ではなく電子経路のモデル化により、化学者にとっての解釈可能性を向上させることを目的とする。
• 原子バランスや反応スパarsityといった内在的な化学的制約を組み込むことを目的とする。
• 化学則の明示的学習を必要とせず、ゼロショットで化学的知識を回復できることを目的とする。
• UPSTO反応データセットのサブセットを用いて、既存手法を上回る電子経路予測性能を達成することを目的とする。

提案手法

• モデルは、変換ベースの手法を用いて、原子マップ付きSMILES文字列から近似的な電子反応経路を抽出する。
• 電子移動を、反応内の原子間での矢印押しイベントの系列として定式化する。
• 入力として反応物を受け取り、電子経路の系列を予測するため、系列対系列の深層学習アーキテクチャを用いる。
• 明示的な反応機構のアノテーションを必要とせず、原始的な反応データ上でエンドツーエンドに訓練する。
• 原子保存則や結合価則といった化学的制約は、データ表現およびモデルアーキテクチャを通じて暗黙的に組み込まれる。
• 反応のスパarsityに着目し、電子再配分に参加する少数の原子に限定して電子移動をモデル化することで、ノイズを低減し、一般化性能を向上させる。

実験結果

リサーチクエスチョン

• RQ1 明示的な機構アノテーションがなくても、原始的なSMILESデータから直接電子移動を学習できるか？
• RQ2 電子経路予測タスクにおいて、最先端の手法と比較してどの程度の性能を示すか？
• RQ3 これらの原則の明示的学習を経ずに、化学的知識をどの程度回復できるか？
• RQ4 生成物の直接予測と比較して、電子移動のモデル化は解釈可能性および化学的整合性をどのように向上させるか？
• RQ5 未知の反応タイプに対しても、スパarsityと化学的妥当性を維持したまま一般化できるか？

主な発見

• ELECTROは、UPSTO反応データセットのサブセットにおいて、電子経路予測で最先端の性能を達成した。
• 化学則の明示的教師なしで、化学的に妥当な電子移動シーケンスを学習することができた。
• 電子経路の予測は解釈可能であり、化学者が用いる標準的な矢印押しの慣習と整合した。
• モデルは反応のスパarsityを自然に組み込み、電子再配分に参加する原子にのみ焦点を当てる。
• 原子数のバランスといった化学的制約は、モデルのアーキテクチャおよびデータ表現を通じて保持された。
• 明示的な学習を経ずに、形式的酸化状態の適切な取り扱いや結合価則準拠といった、顕在的な化学的知識がモデルに出現した。