[논문 리뷰] Geometric Deep Learning for Molecular Crystal Structure Prediction

Michael Kilgour, Jutta Rogal외 1명|arXiv (Cornell University)|2023. 01. 01.

Computational Drug Discovery Methods인용 수 1

한 줄 요약

이 논문은 원자 좌표만을 사용하여 분자 결정의 밀도를 예측하고 결정 구조를 순위 매기는 기하학적 딥러닝 모델인 MolXtalNet-D와 MolXtalNet-S를 소개한다. 이 모델들은 비용이 많이 드는 에너지 계산을 생략함으로써 상태의 성능을 달성한다. 밀도 예측에서 평균 절대 오차가 2% 미만이며, 실제와 가짜 결정 구조를 구분하는 데 높은 정확도를 보이며, 결정 구조 예측 파이프라인에 효율적으로 통합될 수 있다.

ABSTRACT

We develop and test new machine learning strategies for accelerating molecular crystal structure ranking and crystal property prediction using tools from geometric deep learning on molecular graphs. Leveraging developments in graph-based learning and the availability of large molecular crystal datasets, we train models for density prediction and stability ranking which are accurate, fast to evaluate, and applicable to molecules of widely varying size and composition. Our density prediction model, MolXtalNet-D, achieves state of the art performance, with lower than 2% mean absolute error on a large and diverse test dataset. Our crystal ranking tool, MolXtalNet-S, correctly discriminates experimental samples from synthetically generated fakes and is further validated through analysis of the submissions to the Cambridge Structural Database Blind Tests 5 and 6. Our new tools are computationally cheap and flexible enough to be deployed within an existing crystal structure prediction pipeline both to reduce the search space and score/filter crystal candidates.

연구 동기 및 목표

• 비용이 많이 드는 양자화학적 에너지 평가를 회피하는 빠르고 정확하며 일반화 능력이 뛰어난 기계학습 모델을 개발하기 위해.
• 원자 좌표에서 유도된 구조적 정보만을 사용하여 기하학적 딥러닝을 활용해 결정 밀도를 예측하고 구조를 순위 매기기 위해.
• 불가능한 후보를 걸러내고 안정적인 다형체를 효율적으로 평가함으로써 결정 구조 예측의 계산 비용을 줄이기 위해.
• 기존의 결정 구조 예측 워크플로우에 이러한 모델을 통합하여 더 빠르고 확장 가능한 검색을 가능하게 하기 위해.
• Cambridge Structural Database Blind Tests 5와 6을 포함한 대규모이고 다양한 데이터셋에서 모델을 검증하기 위해.

제안 방법

• 원자 배열의 공간적 및 토폴로지적 특징을 인코딩하기 위해 기하학적 딥러닝 기법을 사용하여 결정 구조에서 유도된 분자 그래프를 기반으로 모델을 훈련한다.
• 그래프 신경망 아키텍처가 원자 좌표와 원소 종류를 처리하여 에너지 계산 없이도 구조적 표현을 학습한다.
• 밀도 예측 모델(MolXtalNet-D)은 대규모 실험 및 시뮬레이션된 결정의 데이터셋에서 평균 절대 오차를 최소화하는 손실 함수를 사용하여 훈련된다.
• 구조 순위 매기기 모델(MolXtalNet-S)은 학습된 구조 임베딩을 사용하여 실제 실험적 결정 구조와 합성적으로 생성된 구조를 구분한다.
• 다양한 변환을 통해 격자 단위의 매개변수에서 초세포를 생성할 수 있는 미분 가능한 초세포 빌더를 통해 엔드 투 엔드 훈련을 지원한다. 이는 향후 생성 모델 훈련을 가능하게 한다.
• 온도와 압력의 일관성 없는 보고서로 인해 CSD에서 제외된 기하학적 기술자(예: 밀도 계수, 반경 분포 함수, 관성 모멘트)를 포함한다.

실험 결과

연구 질문

• RQ1 에너지 평가 없이 원자 좌표만을 사용하여 기하학적 딥러닝 모델이 정확하게 결정 밀도를 예측할 수 있는가?
• RQ2 기초 구조 기반 모델이 효과적으로 결정 후보를 순위 매기고 실제 실험적 구조와 합성된 가짜를 구분할 수 있는가?
• RQ3 이러한 모델은 다양한 분자 조성과 결정 시스템에 대해 얼마나 잘 일반화되는가?
• RQ4 이러한 모델이 결정 구조 예측 파이프라인의 계산 비용을 얼마나 줄일 수 있는가?
• RQ5 Cambridge Structural Database Blind Tests 5와 6과 같은 벤치마크 데이터셋에서 모델의 성능은 어떠한가?

주요 결과

• MolXtalNet-D는 대규모이고 다양한 테스트 데이터셋에서 결정 밀도 예측의 평균 절대 오차가 2% 미만이며, 새로운 최고 성능을 달성한다.
• MolXtalNet-S는 Blind Test 6 데이터를 기반으로 하여 합성적으로 생성된 구조와 실제 실험적 결정 구조를 높은 정확도로 구분한다.
• 모델은 다양한 분자 조성과 결정 시스템에 대해 잘 일반화되며, 다형체 필터링 없이도 최소한의 과적합을 보인다.
• 모델은 계산적으로 효율적이며 기존의 결정 구조 예측 파이프라인에 통합되어 검색 공간을 줄이고 후보를 걸러낼 수 있다.
• 미분 가능한 초세포 빌더를 통해 향후 분자 결정을 위한 생성 모델 훈련이 가능해지며, 엔드 투 엔드 최적화를 지원한다.
• 모델은 Blind Test 5와 6의 목표에서 뛰어난 성능을 보이며, 다양한 기능기능군과 원소 조성에 걸쳐 일관된 순위 정확도를 유지한다.