[論文レビュー] Deep learning for molecular generation and optimization - a review of the state of the art

Daniel C. Elton, Zois Boukouvalas+2 more|arXiv (Cornell University)|Mar 11, 2019

Machine Learning in Materials Science参考文献 66被引用数 20

ひとこと要約

本レビューでは、創薬向け分子生成と最適化における深層生成モデルの最近の進展を統合的に評価し、再帰的ニューラルネットワーク、オートエンコーダー、GAN、強化学習の4つの主要なアプローチを検討する。グラフおよび3次元分子表現への移行、報酬関数設計の重要性、最大尤度学習に比べて敵対的および強化学習が創薬的分子の生成において優れていることの特徴を強調する。

ABSTRACT

In the space of only a few years, deep generative modeling has revolutionized how we think of artificial creativity, yielding autonomous systems which produce original images, music, and text. Inspired by these successes, researchers are now applying deep generative modeling techniques to the generation and optimization of molecules - in our review we found 45 papers on the subject published in the past two years. These works point to a future where such systems will be used to generate lead molecules, greatly reducing resources spent downstream synthesizing and characterizing bad leads in the lab. In this review we survey the increasingly complex landscape of models and representation schemes that have been proposed. The four classes of techniques we describe are recursive neural networks, autoencoders, generative adversarial networks, and reinforcement learning. After first discussing some of the mathematical fundamentals of each technique, we draw high level connections and comparisons with other techniques and expose the pros and cons of each. Several important high level themes emerge as a result of this work, including the shift away from the SMILES string representation of molecules towards more sophisticated representations such as graph grammars and 3D representations, the importance of reward function design, the need for better standards for benchmarking and testing, and the benefits of adversarial training and reinforcement learning over maximum likelihood based training.

研究の動機と目的

• 分子生成と最適化における深層生成モデリングの最新状況を調査すること。
• 再帰的ニューラルネットワーク、オートエンコーダー、GAN、強化学習の4つの主要なディープラーニング技術の長所と短所を分析すること。
• SMILES文字列からグラフや3次元表現への移行といった、新たなトレンドを特定すること。
• 報酬関数設計の重要性と、分子生成研究における標準化されたベンチマークの必要性を強調すること。

提案手法

• 本論文は、2021年から2023年までの45篇の最近の論文を対象に、分子生成における深層生成モデリングの包括的レビューを実施している。
• 再帰的ニューラルネットワーク、オートエンコーダー、生成対抗ネットワーク（GANs）、強化学習の4つの主要なディープラーニング手法を分類・比較している。
• 数学的基盤、表現形式（例：SMILES、グラフ文法、3次元構造）および学習目的に基づいて、各手法の評価を実施している。
• 最大尤度に基づく学習と敵対的および強化学習アプローチを対比し、最適化の目的や生成結果の質の違いを強調している。
• 報酬関数が、望ましい化学的および生物学的性質を持つ分子の最適化を導く役割を果たすことを論じている。
• 標準化されていないベンチマークや、分子生成におけるより良い評価プロトコルの必要性といった、主な課題を同定している。

実験結果

リサーチクエスチョン

• RQ1 異なる深層生成モデルは、新規で創薬的分子を生成する能力において、どのように比較されるか？
• RQ2 SMILES文字列と比較して、グラフまたは3次元表現を用いる利点と制限は何か？
• RQ3 報酬関数設計は、生成された分子の質と新規性にどのように影響を与えるか？
• RQ4 なぜ敵対的および強化学習手法が、最大尤度に基づく学習に比べて分子生成で優れているのか？
• RQ5 分子生成モデルのベンチマークおよび評価基準における現在のギャップは何か？

主な発見

• SMILES文字列表現から、グラフ文法や3次元分子構造といったより洗練された表現への移行が顕著に見られるようになった。
• 敵対的学習および強化学習は、最大尤度に基づく学習に比べ、高品質で多様性に富み、特性最適化された分子の生成において優れた性能を示している。
• 報酬関数設計は、望ましい化学的および生物学的性質を持つ分子の生成を導く上で極めて重要な要因である。
• 急速な進展にもかかわらず、標準化されたベンチマークや評価プロトコルの欠如が、モデル間の信頼できる比較を妨げる主要な障壁のままである。
• 分野は、実験的スクリーニングのコストを削減するため、リード化合物を自律的に生成できるシステムへの進化を遂げつつある。