[논문 리뷰] Learning Gradient Fields for Molecular Conformation Generation

Chence Shi, Shitong Luo외 2명|arXiv (Cornell University)|2021. 05. 09.

Machine Learning in Materials Science참고 문헌 50인용 수 40

한 줄 요약

ConfGF가 간접 없이 좌표에 대한 그래디언트 필드를 직접 모델링하여 상호 원자 간 거리와 연결하고 Langevin 역학을 통해 한 단계 구성을 생성하며 GEOM 벤치마크에서 최첨단 성능을 달성합니다.

ABSTRACT

We study a fundamental problem in computational chemistry known as molecular conformation generation, trying to predict stable 3D structures from 2D molecular graphs. Existing machine learning approaches usually first predict distances between atoms and then generate a 3D structure satisfying the distances, where noise in predicted distances may induce extra errors during 3D coordinate generation. Inspired by the traditional force field methods for molecular dynamics simulation, in this paper, we propose a novel approach called ConfGF by directly estimating the gradient fields of the log density of atomic coordinates. The estimated gradient fields allow directly generating stable conformations via Langevin dynamics. However, the problem is very challenging as the gradient fields are roto-translation equivariant. We notice that estimating the gradient fields of atomic coordinates can be translated to estimating the gradient fields of interatomic distances, and hence develop a novel algorithm based on recent score-based generative models to effectively estimate these gradients. Experimental results across multiple tasks show that ConfGF outperforms previous state-of-the-art baselines by a significant margin.

연구 동기 및 목표

• 거리-기하학(post-processing) 후처리를 피하는 분자 구성 생성을 위한 한 단계 접근법 동기 부여.
• 거리들을 중간 변수로 활용하여 원자 좌표에 대한 로그 밀도 w.r.t.를 회전-평행 이동 등등의 등가성을 보존하며 그래디언트 필드를 학습하는 방법 제안.
• 평형 구성에 대해 학습하는 확장 가능한 점수 기반 프레임워크를 개발하여 다양한, 현실적인 기하를 생성.
• 방법이 물리적 대칭성을 존중하고 표준 벤치마크에서 거리 기반의 2단계 방법보다 성능이 앞서도록 보장합니다.

제안 방법

• log p_theta(R|G)를 d = interatomic distances로 하고 GNN이 거리로부터 에너지 유사량을 추정하는 f_G(d)로 매개화합니다.
• 노이즈 조건부 점수 네트워크 s_theta(d, sigma)를 학습하여 perturbed distances에 대한 grad_d log q_sigma(d|G)를 모델링합니다.
• 연쇄 법칙을 통해 원자 좌표 점수 계산: s_theta(R, sigma)_i = sum_{j in N(i)} (1/d_ij) * s_theta(d, sigma)_ij * (r_i - r_j).
• 결과 좌표 점수가 회전-이동 등가가 되도록 roto-translation 불변 거리 점수를 사용합니다.
• 여러 노이즈 레벨에 걸쳐 denoising score matching으로 학습합니다; score-based 모델에서처럼 lambda(sigma_i) = sigma_i^2를 사용합니다.
• 학습된 점수와 가우시안 노이즈를 이용해 해석적 Langevin dynamics를 통해 노이즈 레벨 전반에 걸쳐 구성들을 생성합니다.

실험 결과

연구 질문

• RQ1 좌표에 대한 그래디언트 필드를 직접 모델링하여 단일 단계에서 분자 구성 생성을 할 수 있는가?
• RQ2 중간 표현으로 거리들을 활용하여 회전-이동 등가성을 보존하면서 그래디언트 필드를 어떻게 추정할 수 있는가?
• RQ3 거리 기반 점수 네트워크가 이중 단계의 거리-에서 기하학으로의 방법보다 더 높은 품질과 다양한 구성을 생성하는가?
• RQ4 ConfGF가 구성 생성, 거리 분포, 앙상블 속성 예측에서 최첨단 기준선과 비교해 어떤 성능을 보이는가?

주요 결과

• ConfGF가 GEOM-QM9 및 GEOM-Drugs 벤치마크에서 구성 생성 지표(COV 및 MAT)에서 최첨단 성능을 달성합니다.
• ConfGF가 단일, 페어 및 전체 범주에 걸친 거리 분포의 평균 및 중앙값 MMD에서 기준선보다 우수합니다.
• ConfGF가 앙상블 속성의 MAE를 신경망 기준선보다 크게 개선하며 RDKit보다 여러 지표에서 우수합니다.
• 2단계 거리-에서 기하학으로의 방법(GraphDG, CGCF)는 한 단계 ConfGF 접근 방식에 비해 추가적인 오차를 발생시킵니다.
• RDKit은 일부 지표에서 경쟁력이 있지만 일반적으로 노 neural 모델과 비교하면 포스 필드 후처리 없이 사용할 때 성능이 떨어집니다.