[논문 리뷰] Molecular Graph Encoding Convolutional Neural Networks for Automatic Chemical Feature Extraction.

Youjun Xu, Jianfeng Pei외 1명|arXiv (Cornell University)|2017. 04. 16.

Computational Drug Discovery Methods인용 수 3

한 줄 요약

이 논문은 사전 정의된 기술자표를 사용하지 않고 분자 그래프에서 화학적 특징을 자동으로 추출할 수 있는 딥러닝 프레임워크인 분자 그래프 인코딩 컨volution 신경망(MGE-CNN)을 제안한다. 이 방법은 예측 성능과 해석 가능성 면에서 정량적 구조-활성 관계(QSPR) 모델링에서 뛰어난 성능을 보이며, 외부 테스트 세트에서 급성 구강 독성 예측에서 R²가 최대 0.864에 이르고 정확도가 95%를 초월하여 이전 모델들을 능가한다.

ABSTRACT

For quantitative structure-property relationship (QSPR) studies in chemoinformatics, it is important to get interpretable relationship between chemical properties and chemical features. However, the predictive power and interpretability of QSPR models are usually two different objectives that are difficult to achieve simultaneously. A deep learning architecture using molecular graph encoding convolutional neural networks (MGE-CNN) provided a universal strategy to construct interpretable QSPR models with high predictive power. Instead of using application-specific preset molecular descriptors or fingerprints, the models can be resolved using raw and pertinent features without manual intervention or selection. In this study, we developed acute oral toxicity (AOT) models of compounds using the MGE-CNN architecture as a case study. Three types of high-level predictive models: regression model (deepAOT-R), multi-classification model (deepAOT-C) and multi-task model (deepAOT-CR) for AOT evaluation were constructed. These models highly outperformed previously reported models. For the two external datasets containing 1673 (test set I) and 375 (test set II) compounds, the R2 and mean absolute error (MAE) of deepAOT-R on the test set I were 0.864 and 0.195, and the prediction accuracy of deepAOT-C was 95.5% and 96.3% on the test set I and II, respectively. The two external prediction accuracy of deepAOT-CR is 95.0% and 94.1%, while the R2 and MAE are 0.861 and 0.204 for test set I, respectively.

연구 동기 및 목표

• 수동적 특징 선택 없이도 해석 가능하고 높은 예측 성능을 가진 QSPR 모델을 가능하게 하는 통합된 딥러닝 프레임워크를 개발하는 것.
• 화학정보학에서 오랫동안 지속된 예측 성능와 해석 가능성 사이의 상충 관계를 해결하기 위해 원시 분자 그래프를 입력으로 사용하는 것.
• 실제 응용 사례인 화합물의 급성 구강 독성(AOT) 예측에서 MGE-CNN의 효과성을 입증하는 것.
• 단일 아키텍처 내에서 회귀, 다중분류, 다중과제 모델 유형을 모두 구축하여 AOT 평가를 종합적으로 수행하는 것.
• 독립적인 외부 데이터셋을 활용한 모델 성능 검증을 통해 일반화 능력과 강건성을 확보하는 것.

제안 방법

• MGE-CNN 아키텍처는 원자와 결합을 각각 노드와 엣지로 표현하는 분자 그래프를 입력으로 사용하여, 화학적 특징을 엔드 투 엔드로 학습한다.
• 그래프 컨volution 레이어를 적용하여 분자 그래프의 계층적인 구조적 특징을 추출하고, 국소적 및 전반적인 분자 패턴을 포착한다.
• 특징 학습 과정에서 위상적 및 화학적 정보를 유지하는 그래프 인코딩 메커니즘을 도입하여 수작업으로 만든 기술자표에 의존하지 않는다.
• 세 가지 별도의 모델 변종을 개발하였으며, 각각은 다른 예측 목적으로 최적화되어 있다: deepAOT-R(회귀), deepAOT-C(다중분류), deepAOT-CR(다중과제).
• 아키텍처는 도메인 특화된 분자 기술자표나 지문 없이도 자동으로 데이터 기반 특징 추출이 가능하게 하여, 수동적 특징 선택의 필요성을 제거한다.
• 모델 훈련은 표준 최적화 기법을 사용한 역전파 알고리즘을 통해 수행되며, 주의 메커니즘 또는 특징 시각화를 통해 해석 가능성을 향상시킨다.

실험 결과

연구 질문

• RQ1 분자 그래프 인코딩 기반의 딥러닝 모델이 사전 정의된 분자 기술자표에 의존하지 않고도 QSPR 모델링에서 높은 예측 정확도를 달성할 수 있는가?
• RQ2 MGE-CNN 프레임워크는 화학적 성질 예측에서 예측 성능와 해석 가능성 사이의 균형을 어느 정도 잘 유지하는가?
• RQ3 MGE-CNN 모델은 독립적인 테스트 세트에서 기존 최첨단 모델들과 비교해 급성 구강 독성 예측 성능에서 어떻게 다른가?
• RQ4 단일 통합 아키텍처가 AOT 평가를 위해 회귀, 분류, 다중과제 학습과 같은 다수의 예측 과제를 효과적으로 지원할 수 있는가?
• RQ5 MGE-CNN 모델은 다양한 화학적 구조를 가진 외부 데이터셋에서 일반화 성능가 어떻게 나타나는가?

주요 결과

• deepAOT-R 회귀 모델은 테스트 세트 I에서 R²가 0.864이고 평균 절대 오차(MAE)가 0.195를 기록하여 뛰어난 예측 정확도를 입증하였다.
• deepAOT-C 다중분류 모델은 테스트 세트 I에서 95.5%, 테스트 세트 II에서 96.3%의 정확도를 기록하여 높은 일반화 성능를 보였다.
• deepAOT-CR 다중과제 모델은 각각 테스트 세트 I와 II에서 95.0%와 94.1%의 정확도를 기록하였으며, 테스트 세트 I에서는 R²가 0.861, MAE가 0.204였다.
• 모든 MGE-CNN 모델은 AOT 예측에서 이전에 보고된 모델들보다 예측 성능와 해석 가능성 면에서 뚜렷이 뛰어났다.
• 수동적 기술자표 선택 없이도 분자 그래프에서 특징을 직접 학습함으로써 자동화와 신뢰성 향상이 가능하다.
• 다양한 모델 유형과 외부 데이터셋에서 일관되게 높은 성능를 기록함으로써 MGE-CNN 프레임워크의 강건성과 일반성은 확인되었다.