[論文レビュー] Enumerating Chemical Graphs with Mono-block 2-Augmented Tree Structure from Given Upper and Lower Bounds on Path Frequencies

Yuui Tamura, Yuhei Nishiyama+5 more|arXiv (Cornell University)|Apr 14, 2020

Computational Drug Discovery Methods参考文献 23被引用数 5

ひとこと要約

本論文は、与えられたパス周波数の上限および下限に基づいて、化学グラフにおけるモノブロック2オーグメントツリー構造を効率的に列挙するための分枝限定法を提示する。単環状グラフと2オーグメントツリーの親子関係を活用し、隣接しない頂点ペアを適切に選択することで、重複を回避し完全性を保証する。この手法は、パス周波数制約付きの列挙において、MOLGENと比較して実行時間と解集合のサイズの両面で顕著に優れている。

ABSTRACT

We consider a problem of enumerating chemical graphs from given constraints concerning their structures, which has an important application to a novel method for the inverse QSAR/QSPR recently proposed. In this paper, the structure of a chemical graph is specified by a feature vector each of whose entries represents the frequency of a prescribed path. We call a graph a 2-augmented tree if it is obtained from a tree (an acyclic graph) by adding edges between two pairs of nonadjacent vertices. Given a set of feature vectors as the interval between upper and lower bounds of feature vectors, we design an efficient algorithm for enumerating chemical 2-augmented trees that satisfy the path frequency specified by some feature vector in the set. We implemented the proposed algorithm and conducted some computational experiments.

研究の動機と目的

• 逆QSAR/QSPRフレームワークにおける、特定の構造的制約を満たす化学グラフの効率的列挙のニーズに対処すること。
• 既存の木構造および単環状グラフの手法を、実際の化学化合物に広く存在する2オーグメントツリーへと拡張すること。
• 指定されたパス周波数の上限および下限を満たすモノブロック2オーグメントツリーのみを列挙するアルゴリズムの設計。
• 一般用途のツールMOLGENの限界を克服すること。MOLGENは過剰に多くの制約のないグラフを生成し、構造的記述子によるフィルタリングが欠如している。
• ニューラルネットワークベースの逆QSAR/QSPRシステムに使用可能な数学的に整合的で、効率的かつ完全な列挙手法の提供。

提案手法

• アルゴリズムは、単環状グラフから非隣接頂点ペア間の辺追加によって得られるモノブロック2オーグメントツリーの空間を、分枝限定フレームワークで探索する。
• 重複のない列挙を保証するため、単環状グラフと2オーグメントツリーの間の親子関係を定義する。
• 単環状グラフ内での特定の非隣接頂点ペアの集合を選定し、それらのペア間の辺追加によって一意的かつ重複のない2オーグメントツリーが生成されることを保証する。
• 現在のパス周波数が上限を超えるか、下限に達しない場合には、その分枝を刈り込むことでパス周波数制約を強制する。
• 各エントリが所定の長さのパスの頻度に対応する特徴量ベクトル表現をグラフに統合する。
• 木構造および単環状グラフの効率的列挙に既に知られる効率的アルゴリズムを基盤として、2オーグメントツリーの構築に活用する。

実験結果

リサーチクエスチョン

• RQ1 指定されたパス周波数の上限および下限のもとで、モノブロック2オーグメントツリー構造の完全かつ重複のない列挙が達成可能か？
• RQ2 単環状グラフと2オーグメントツリーの親子関係をどのように活用することで、列挙中の重複を回避できるか？
• RQ3 単環状グラフ内の特定の非隣接頂点ペア間の辺追加によって、すべての可能な2オーグメントツリーが欠落なく生成されるための基準は何か？
• RQ4 パス制約付き列挙において、本手法の実行時間および解集合サイズは、MOLGENのような一般用途ツールと比較してどの程度優れているか？
• RQ5 与えられたパス周波数の制約を満たす有効な化学グラフが存在しない場合に、そのことを効率的に検出できるか？

主な発見

• パス周波数の上限・下限が指定されたEULF-L-Aインスタンスにおいて、本アルゴリズムはMOLGENを実行時間および解集合サイズの両面で顕著に上回っている。
• EULF-L-Aインスタンスでは、MOLGENが生成する化学グラフの数に比べ、本アルゴリズムははるかに少ない数のグラフを生成しており、パス周波数制約を満たすモノブロック2オーグメントツリーにのみ焦点を当てている。
• 親子関係と辺追加ルールを慎重に定義することで、相互重複を回避し、完全性を保証している。
• EULF-L-Pインスタンスでは、有効なグラフが存在しない場合でさえも高い計算コストを示しており、早期終了検出の必要性が示唆されている。
• 本手法により、逆QSAR/QSPRにおける精密かつ的確な化学構造の列挙が可能となり、望ましい性質を有する新規化合物の発見を支援する。