[논문 리뷰] A Generative Model for Molecular Distance Geometry

Gregor N. C. Simm, José Miguel Hernández-Lobato|arXiv (Cornell University)|2019. 09. 25.

Machine Learning in Materials Science참고 문헌 41인용 수 10

한 줄 요약

이 논문은 유클리드 거리 기하학을 사용하여 분자의 구형 분포를 학습하는 그래프 신경망과 변분 자동인코더를 활용한 생성 모델인 GraphDG를 소개한다. 이 모델은 일회성 구형 생성에서 최고 성능을 기록하며, 분자의 물리적 성질 추정을 위한 효율적인 중요도 샘플링을 가능하게 하여 RDKit 및 DL4Chem과 비교해 에너지 및 분극모멘트 예측과 같은 핵심 지표에서 슈퍼리어한 성능을 보였다.

ABSTRACT

Great computational effort is invested in generating equilibrium states for molecular systems using, for example, Markov chain Monte Carlo. We present a probabilistic model that generates statistically independent samples for molecules from their graph representations. Our model learns a low-dimensional manifold that preserves the geometry of local atomic neighborhoods through a principled learning representation that is based on Euclidean distance geometry. In a new benchmark for molecular conformation generation, we show experimentally that our generative model achieves state-of-the-art accuracy. Finally, we show how to use our model as a proposal distribution in an importance sampling scheme to compute molecular properties.

연구 동기 및 목표

• 그래프 표현으로부터 이식 가능하고 일회성 생성 가능한 분자의 구형을 위한 생성 모델을 개발한다.
• 분자의 구형 생성 방법을 평가하기 위한 새로운 벤치마크를 구축한다.
• 기존의 MCMC 및 MD 방법과 비교해 샘플링 효율성과 정확도를 향상시킨다.
• 중요도 샘플링에서 모델을 제안 분포로 사용하여 분자의 성질을 정확하게 추정할 수 있도록 한다.
• 국소 원자 이웃 구조를 유지하는 저차원 기하 표현을 학습한다.

제안 방법

• 모델은 분자의 그래프 표현에서 상호원자 거리 집합을 생성하기 위해 조건부 변분 자동인코더(CVAE)를 사용한다.
• 생성된 거리 집합을 3차원 구형으로 변환하기 위해 유클리드 거리 기하학(EDG)을 적용하여 기하학적 일致성을 확보한다.
• CVAE는 거리 분포를 캡처하면서도 국소 원자 기하학을 유지하는 잠재 공간에서 훈련된다.
• 평균 최대 이격 거리 지표를 사용해 구형 생성 정확도를 평가하기 위해 새로운 벤치마크인 Conf17을 도입한다.
• 전자 에너지 및 분극모멘트와 같은 분자의 성질을 추정하기 위해 중요도 샘플링 기법에서 모델을 제안 분포로 활용한다.
• 모델은 다양한 테스트 세트에서 평가되었으며, 기준 구형을 기반으로 RDKit 및 DL4Chem와 비교되었다.

실험 결과

연구 질문

• RQ1 딥 생성 모델은 그래프 표현으로부터 높은 정확도로 분자의 구형 분포를 학습할 수 있는가?
• RQ2 제안된 모델은 RDKit 및 DL4Chem와 같은 기존 방법과 비교해 구조적으로 정확한 구형을 생성하는 데 얼마나 우수한가?
• RQ3 모델이 생성한 구형은 분자의 성질을 추정하기 위한 중요도 샘플링에서 제안 분포로 얼마나 효과적으로 사용될 수 있는가?
• RQ4 기하학적 일치성과 거리 표현은 구형 생성 품질에 어떤 영향을 미치는가?
• RQ5 다양한 분자 구조와 크기에서 모델의 성능은 어떻게 나타나며, 특히 구조적 변동성을 어떻게 잘 포착하는가?

주요 결과

• GraphDG는 Conf17 벤치마크에서 평균 최대 이격 거리 0.14 Å로 최고 성능을 기록하여 RDKit(0.17 Å) 및 DL4Chem(0.21 Å)를 앞섰다.
• 모델은 분자의 그래프 중 83%에 대해 유효한 3차원 구형을 생성했으며, 이는 RDKit의 성공률보다 7%p 향상된 결과이다.
• 분자의 성질 추정에서 GraphDG는 전자 에너지를 중앙 오차 58.0 kJ/mol로 예측했으며, 이는 RDKit의 42.7 kJ/mol보다는 떨어졌지만, 둘 다 상당한 정확도 부족을 보였다.
• 모델의 구형은 기준 구형보다 略로 높은 구조적 변동성을 보였지만, 가장 가까운 유사도를 유지했으며, DL4Chem는 잘못된 각도 예측으로 대부분의 유효하지 않은 구조를 생성했다.
• GraphDG를 제안 분포로 사용한 중요도 샘플링은 샘플된 거리 분포 간 겹침이 낮아 높은 다양성을 보였지만, 수렴 특성에 대해서는 추가 연구가 필요했다.
• 모델는 이식성과 확장성을 입증했으며, ISO17 데이터셋에서 평균적으로 분자당 50개의 구형을 1초 이내로 생성했고, MD 방법 대비 약 1분 대비 훨씬 빠른 성능를 보였다.