[논문 리뷰] Chemical-Reaction-Aware Molecule Representation Learning

Hongwei Wang, Weijiang Li외 5명|arXiv (Cornell University)|2021. 09. 21.

Computational Drug Discovery Methods참고 문헌 45인용 수 33

한 줄 요약

MolR은 GNN 인코더를 사용하여 임베딩 공간에서 화학 반응 등가성을 강제함으로써 분자 임베딩을 학습하고, 반응 예측, 분자 특성 예측, GED 작업에서 최첨단 성과를 달성합니다.

ABSTRACT

Molecule representation learning (MRL) methods aim to embed molecules into a real vector space. However, existing SMILES-based (Simplified Molecular-Input Line-Entry System) or GNN-based (Graph Neural Networks) MRL methods either take SMILES strings as input that have difficulty in encoding molecule structure information, or over-emphasize the importance of GNN architectures but neglect their generalization ability. Here we propose using chemical reactions to assist learning molecule representation. The key idea of our approach is to preserve the equivalence of molecules with respect to chemical reactions in the embedding space, i.e., forcing the sum of reactant embeddings and the sum of product embeddings to be equal for each chemical equation. This constraint is proven effective to 1) keep the embedding space well-organized and 2) improve the generalization ability of molecule embeddings. Moreover, our model can use any GNN as the molecule encoder and is thus agnostic to GNN architectures. Experimental results demonstrate that our method achieves state-of-the-art performance in a variety of downstream tasks, e.g., 17.4% absolute Hit@1 gain in chemical reaction prediction, 2.3% absolute AUC gain in molecule property prediction, and 18.5% relative RMSE gain in graph-edit-distance prediction, respectively, over the best baseline method. The code is available at https://github.com/hwwang55/MolR.

연구 동기 및 목표

• 화학 반응 구조를 활용하여 작업 전반에 일반화되는 견고한 분자 표현을 고무한다.
• 임베딩 공간을 정리하고 반응 템플릿이 등장하도록 반응 등가 제약을 제안한다.
• 본 방법이 GNN 인코더의 선택에 독립적이며 다수의 다운스트림 작업을 향상시킨다는 것을 보여준다.
• 화학 반응 예측, 분자 특성 예측, 그래프 편집 거리 예측에서 강력한 실증 이점을 보여준다.
• 반응 의식 및 구조 인코딩을 보여주기 위해 임베딩을 시각화한다.

제안 방법

• 원자 및 결합 특성을 갖는 그래프로 분자를 표현하고 이를 GNN 기반 분자 인코더로 인코딩한다.
• 각 반응에 대해 반응물 임베딩의 합이 생성물 임베딩의 합과 같도록 반응 등가 제약을 부과한다.
• 올바른 반응물-생성물 합을 함께 끌어당기고 잘못된 쌍은 떨어뜨리는(마진 기반 손실) 미니배치 대비 목표로 학습한다.
• 합산 읽기(readout)를 사용하면 제약이 보이지 않는 반응에도 일반화되는 반응 템플릿을 유도한다(정리 2).
• 다양한 GNN 백본(GCN, GAT, SAGE, TAG)과 엔드투엔드 학습을 사용하고 반응 예측, 특성 예측, GED 작업에서 평가한다.

실험 결과

연구 질문

• RQ1 화학 반응을 이용해 분자 임베딩을 규제하여 작업 간 일반화를 개선할 수 있는가?
• RQ2 반응 제약이 GNN 기반 표현에서 구성을 이루는 임베딩과 학습 가능한 반응 템플릿을 도출하는가?
• RQ3 MolR이 반응 예측, 분자 특성 예측, 그래프 편집 거리 예측에서 기준선과 비교하여 어떤 성능을 보이는가?
• RQ4 MolR이 GNN 아키텍처 선택에 독립적이면서도 성능 향상을 유지하는가?

주요 결과

• MolR은 최상의 기준선 대비 화학 반응 예측에서 절대적인 Hit@1 17.4% 증가를 달성한다.
• MolR은 분자 특성 예측을 위한 BBBP 데이터세트에서 절대적인 AUC 2.3% 증가를 달성한다.
• MolR은 그래프 편집 거리 예측에서 최상의 기준선 대비 18.5% 상대 RMSE 개선을 달성한다.
• 다양한 GNN(MolR-GCN, MolR-GAT, MolR-SAGE, MolR-TAG) 변형 모두 기준선을 상회하며 MolR-TAG가 종종 가장 강력하다.
• 단 1%의 학습 데이터만으로도 MolR-TAG가 강력한 성능을 유지하여 소량 학습 일반화를 뒷받침한다.
• 임베딩 시각화는 반응-의식적 조직, 분자 크기 및 고리 수와의 상관관계, 학습된 반응 템플릿을 보여준다.