[논문 리뷰] RetroXpert: Decompose Retrosynthesis Prediction like a Chemist

Chaochao Yan, Qianggang Ding외 5명|arXiv (Cornell University)|2020. 11. 04.

Machine Learning in Materials Science인용 수 6

한 줄 요약

RetroXpert는 화학자들이 생각하는 방식을 모방하기 위해 작업을 두 단계로 분해하는 템플릿 기반의 새로운 역합성 예측 프레임워크를 제안한다: (1) 엣지 강화 그래프 어텐션 네트워크(EGAT)를 사용해 반응 중심을 식별하여 시노닉스를 생성하고, (2) 강력한 반응물 생성 네트워크(RGN)를 활용해 화학적으로 타당한 반응물을 생성한다. 이 방법은 USPTO 데이터셋에서 최신 기술 수준의 성능을 달성하며, 이전 방법들에 비해 뚜렷한 성능 향상을 보이며 해석 가능하고 화학적으로 의미 있는 예측을 제공한다.

ABSTRACT

Retrosynthesis is the process of recursively decomposing target molecules into available building blocks. It plays an important role in solving problems in organic synthesis planning. To automate or assist in the retrosynthesis analysis, various retrosynthesis prediction algorithms have been proposed. However, most of them are cumbersome and lack interpretability about their predictions. In this paper, we devise a novel template-free algorithm for automatic retrosynthetic expansion inspired by how chemists approach retrosynthesis prediction. Our method disassembles retrosynthesis into two steps: i) identify the potential reaction center of the target molecule through a novel graph neural network and generate intermediate synthons, and ii) generate the reactants associated with synthons via a robust reactant generation model. While outperforming the state-of-the-art baselines by a significant margin, our model also provides chemically reasonable interpretation.

연구 동기 및 목표

• 기존의 템플릿 기반 및 엔드 투 엔드 신경망 방법에 비해 해석 가능성과 확장성의 부족을 해결하기 위해.
• 전문 화학자들이 분자의 반응 중심을 식별하고 구조적이고 순차적인 방식으로 반응물을 생성하는 방식을 모방하는 프레임워크를 개발하기 위해.
• 불성공적인 시노닉스를 포함한 훈련 데이터 증강을 통해 모델의 강건성과 일반화 능력을 향상시키기 위해.
• 대규모 역합성 벤치마크에서 최신 기술 수준의 성능를 달성하면서도 화학적 타당성과 해석 가능성을 유지하기 위해.

제안 방법

• 이 방법은 화학 지식과 보조적인 단절 예측 작업을 활용하여 목표 분자의 잠재적 반응 중심을 식별하기 위해 엣지 강화 그래프 어텐션 네트워크(EGAT)를 사용한다.
• 시노닉스는 예측된 반응 중심을 따라 목표 분자를 분할하여 생성되며, 반응물 예측을 위한 중간 표현으로 기능한다.
• 반응물 생성 네트워크(RGN)는 시노닉스를 기반으로 고정된 순서로 반응물을 예측하여 일관되고 화학적으로 의미 있는 생성 순서를 보장한다.
• RGN은 시노닉스를 인위적으로 생성한 불성공적인 시노닉스를 포함한 데이터 증강 기법을 통해 훈련되어 강건성과 일반화 능력을 향상시킨다.
• EGAT 및 RGN 모듈이 함께 최적화되어 역합성 정확도를 향상시키기 위해 USPTO 데이터셋에서 엔드 투 엔드로 훈련된다.
• 이 프레임워크는 확장 가능하고 템플릿 기반의 것이 아니며, 사전 정의된 반응 템플릿에 의존하지 않아 새로운 반응 경로의 발견이 가능하다.

실험 결과

연구 질문

• RQ1 화학자들의 추론 방식을 모방하는 이중 단계 역합성 프레임워크가 엔드 투 엔드 신경망 모델에 비해 더 높은 정확도와 해석 가능성을 달성할 수 있는가?
• RQ2 반응 템플릿에 의존하지 않고도 엣지 강화 그래프 어텐션 네트워크가 화학적으로 관련된 반응 중심을 효과적으로 식별할 수 있는가?
• RQ3 불성공적인 시노닉스를 포함한 훈련 데이터 증강이 반응물 생성 모델의 강건성과 일반화 능력을 향상시키는 데 효과적인가?
• RQ4 시노닉스를 기반으로 한 순차적 반응물 생성 방식이 템플릿 기반 모델에서 순서 없는 생성 방식에 비해 더 나은 수렴과 성능을 보일 수 있는가?
• RQ5 제안된 방법은 USPTO-full과 같은 대규모 실생활 역합성 데이터셋에 어떻게 확장될 수 있는가?

주요 결과

• 반응 유형 사전 지식이 있는 USPTO-50K 데이터셋에서 RetroXpert는 70.4%의 탑-1 정확도를 달성하여 GLN(63.2%)과 SCROP(59.0%)를 뚜렷이 앞서간다.
• 반응 유형 사전 지식이 없는 USPTO-50K 데이터셋에서 RetroXpert는 65.6%의 탑-1 정확도를 기록하여 GLN(52.6%)과 SCROP(43.7%)를 초월한다.
• 더 큰 USPTO-full 데이터셋에서 RetroXpert는 49.4%의 탑-1 정확도를 달성하여 작은 벤치마크를 넘어서도 강력한 확장성과 일반화 능력을 보여준다.
• 보조 작업 지침을 통한 EGAT 모델은 국소 GNN이 실패하는 복잡한 분자 환경에서도 진짜 반응 중심을 성공적으로 식별한다.
• RGN은 높은 강건성을 보이며, 예측된 시노닉스가 진짜 값에서 벗어나도 정확한 반응물을 생성할 수 있다.
• 불성공적인 시노닉스를 활용한 데이터 증강은 RGN의 성능과 일반화 능력을 향상시켜 모델 강건성 향상에 효과적임을 확인한다.