[논문 리뷰] A Graph to Graphs Framework for Retrosynthesis Prediction

Chence Shi, Minkai Xu외 3명|arXiv (Cornell University)|2020. 03. 28.

Advanced Graph Neural Networks참고 문헌 35인용 수 74

한 줄 요약

G2Gs 는 템플릿 없는 retrosynthesis 모델로 목표 분자 그래프를 반응 중심 식별 및 변량 그래프 변환을 통해 반응물 그래프로 번역하며, 템플릿 기반 방법에 근접한 강한 top-1 성능을 보이고 확장성도 좋다.

ABSTRACT

A fundamental problem in computational chemistry is to find a set of reactants to synthesize a target molecule, a.k.a. retrosynthesis prediction. Existing state-of-the-art methods rely on matching the target molecule with a large set of reaction templates, which are very computationally expensive and also suffer from the problem of coverage. In this paper, we propose a novel template-free approach called G2Gs by transforming a target molecular graph into a set of reactant molecular graphs. G2Gs first splits the target molecular graph into a set of synthons by identifying the reaction centers, and then translates the synthons to the final reactant graphs via a variational graph translation framework. Experimental results show that G2Gs significantly outperforms existing template-free approaches by up to 63% in terms of the top-1 accuracy and achieves a performance close to that of state-of-the-art template based approaches, but does not require domain knowledge and is much more scalable.

연구 동기 및 목표

• Retrosynthesis 예측의 동기를 부여하고 비용과 일반화의 한계를 템플릿 기반 방법에서 해결한다.
• 분자 그래프 위에서 작동하는 템플릿이 필요 없는 그래프-투-그래프 프레임워크(G2Gs)를 제안한다.
• 반응 중심을 식별하여 합성물(synthons)을 만들고 이를 변량 그래프 번역기로 반응물로 번역한다.
• 잠재 변수(z)를 그래프 생성 프레임워크 내에서 도입하여 예측의 다모달성과 다양성을 포착한다.
• baselines와 비교해 USPTO-50k 데이터셋에서 확장성과 경쟁력 있는 성능을 demonstrations한다.

제안 방법

• 분자를 그래프로 표현하고 Relational GCN을 기반으로 한 반응 중심 스코어링 네트워크를 통해 반응 중심을 식별한다.
• 반응 중심을 분리해 산물(product)를 synthon으로 분해하고, 각 synthon을 변량 그래프 번역 모델로 반응물로 번역한다(잠재 변수 z 포함).
• Reactant-Google 분포 P(G|S)을 z와 S에 조건부로 그래프 변환 액션을 자가 회귀적으로 생성하여 모델링한다.
• 가우시안 근사 후방 분포 q(z|G,S)를 이용한 암묵적(AMORTIZED) 변분 목표(ELBO)로 번역기를 학습한다.
• 추출Bias를 완화하고 다양한 유효한 반응물 그래프를 생성하기 위해 추론 시 빔 검색을 사용한다.

실험 결과

연구 질문

• RQ1 템플릿 없는 그래프 기반 모델이 도메인 지식 반응 템플릿에 의존하지 않고도 경쟁력 있는 역합성 정확도를 달성할 수 있는가?
• RQ2 제품 그래프에서 반응 중심을 얼마나 효과적으로 식별하여 역합성을 synthon 수준의 번역으로 분해할 수 있는가?
• RQ3 변량 그래프 번역 모듈이 주어진 synthon에 대한 다모달 분포를 포착하면서 화학적 타당성을 유지할 수 있는가?
• RQ4 G2Gs의 USPTO-50k에서 템플릿 기반 및 다른 템플릿 프리 접근법과 비교했을 때 확장성과 성능은 어떠한가?

주요 결과

방법	Top-1 %	Top-3 %	Top-5 %	Top-10 %
Seq2seq	37.4	52.4	57.0	61.7
G2Gs	61.0	81.3	86.0	88.7
Retrosim	52.9	73.8	81.2	88.1
Neuralsym	55.3	76.0	81.4	85.1
GLN	64.2	79.1	85.2	90.0

• G2Gs는 USPTO-50k에서 top-1 정확도에서 최대 63%의 템플릿 프리 기준선보다 우수하다.
• G2Gs는 도메인 지식에 의존하지 않고도 최첨단 템플릿 기반 방법에 근접하거나 이를 능가한다.
• 반응 중심 식별은 정확도가 높으며, 반응 분류가 알려진 경우(상위-1 90.2%)에 특히 높고 미지의 분류에서도 여전히 강력한 성능을 보인다(상위-1 75.8%).
• 변량 그래프 번역은 높은 top-k 정확도를 보이며(예: 반응 분류가 알려진 경우: 상위-1 66.8%, 상위-5 91.5%, 상위-10 93.9%).
• 잠재 변수를 통해 다채롭고 유효한 반응물 생성을 가능하게 하며, 주어진 synthon에 대해 여러 가지 가능 번역이 존재함으로써 이를 입증한다.