[논문 리뷰] Deep learning for molecular generation and optimization - a review of the state of the art

Daniel C. Elton, Zois Boukouvalas외 2명|arXiv (Cornell University)|2019. 03. 11.

Machine Learning in Materials Science참고 문헌 66인용 수 20

한 줄 요약

이 리뷰는 분자의 생성 및 최적화를 위한 최근의 딥 러닝 생성 모델링 기술의 발전을 종합적으로 분석하며, 순환 신경망, 오토인코더, GAN, 강화 학습의 네 가지 핵심 접근법을 평가한다. 그래프 및 3D 분자 표현으로의 전환, 보상 함수 설계의 핵심적 역할, 그리고 약물 유사 분자를 생성하는 데서 최대우도 학습보다 적대적 및 강화 학습 기반 접근법이 뛰어난 성능을 보임을 강조한다.

ABSTRACT

In the space of only a few years, deep generative modeling has revolutionized how we think of artificial creativity, yielding autonomous systems which produce original images, music, and text. Inspired by these successes, researchers are now applying deep generative modeling techniques to the generation and optimization of molecules - in our review we found 45 papers on the subject published in the past two years. These works point to a future where such systems will be used to generate lead molecules, greatly reducing resources spent downstream synthesizing and characterizing bad leads in the lab. In this review we survey the increasingly complex landscape of models and representation schemes that have been proposed. The four classes of techniques we describe are recursive neural networks, autoencoders, generative adversarial networks, and reinforcement learning. After first discussing some of the mathematical fundamentals of each technique, we draw high level connections and comparisons with other techniques and expose the pros and cons of each. Several important high level themes emerge as a result of this work, including the shift away from the SMILES string representation of molecules towards more sophisticated representations such as graph grammars and 3D representations, the importance of reward function design, the need for better standards for benchmarking and testing, and the benefits of adversarial training and reinforcement learning over maximum likelihood based training.

연구 동기 및 목표

• 분자의 생성 및 최적화를 위한 딥 러닝 생성 모델링의 최신 기술 동향을 조사한다.
• 순환 신경망, 오토인코더, GAN, 강화 학습의 네 가지 주요 딥 러닝 기법의 강점과 한계를 분석한다.
• SMILES 문자열에서 그래프 및 3D 표현으로의 전환과 같은 새로운 추세를 규명한다.
• 보상 함수 설계의 중요성과 분자 생성 연구에서 표준화된 벤치마킹이 필요한 이유를 강조한다.

제안 방법

• 이 논문은 2021~2023년 사이에 발표된 45篇의 최근 논문을 종합적으로 검토하여 분자의 생성을 위한 딥 러닝 생성 모델링에 대해 분석한다.
• 순환 신경망, 오토인코더, 생성적 적대적 네트워크(GAN), 강화 학습의 네 가지 주요 딥 러닝 기법을 분류하고 비교한다.
• 각 방법에 대해 수학적 기초, 표현 체계(예: SMILES, 그래프 문법, 3D 구조) 및 학습 목표 기반으로 평가한다.
• 최대우도 기반 학습과 적대적 및 강화 학습 접근법을 대비하여 최적화 목표와 결과 품질의 차이를 분석한다.
• 목표 화학적 및 생물학적 성질을 갖춘 분자 최적화를 이끄는 데서 보상 함수의 역할을 논의한다.
• 표준화된 벤치마크 부족 및 분자 생성 연구에서의 평가 프로토콜 개선 필요성과 같은 주요 과제를 규명한다.

실험 결과

연구 질문

• RQ1 다양한 딥 러닝 생성 모델은 새로운 약물 유사 분자를 생성하는 데 얼마나 효과적인가?
• RQ2 분자 생성에서 SMILES 문자열 표현 방식과 그래프 또는 3D 표현 방식을 사용할 때의 장점과 한계는 무엇인가?
• RQ3 보상 함수 설계는 생성된 분자의 품질과 신규성에 어떻게 영향을 미치는가?
• RQ4 왜 적대적 및 강화 학습 기반 방법이 분자 생성에서 최대우도 기반 학습보다 뛰어난 성능을 보이는가?
• RQ5 현재 분자 생성 모델의 벤치마킹 및 평가 기준에서의 격차는 무엇인가?

주요 결과

• SMILES 문자열 표현에서 그래프 문법 및 3D 분자 구조와 같은 더 정교한 표현 방식으로의 전환이 두드러진다.
• 최대우도 기반 학습 대비 적대적 학습 및 강화 학습이 고품질, 다양성 및 성질 최적화가 이루어진 분자 생성에서 뛰어난 성능을 보였다.
• 목표 화학적 및 생물학적 성질을 갖춘 분자 생성을 이끄는 데서 보상 함수 설계가 핵심 요소이다.
• 빠른 발전에도 불구하고 표준화된 벤치마크 및 평가 프로토콜 부족은 모델 간 신뢰성 있는 비교를 방해하는 주요 장애물로 남아 있다.
• 분자 생성 분야는 실험적 스크리닝의 비용을 줄이기 위해 자율적으로 리드 화합물을 생성할 수 있는 시스템으로 발전하고 있다.