[논문 리뷰] Graph Polish: A Novel Graph Generation Paradigm for Molecular Optimization

Chaojie Ji, Yijia Zheng외 3명|arXiv (Cornell University)|2020. 08. 14.

Computational Drug Discovery Methods참고 문헌 52인용 수 4

한 줄 요약

이 논문은 기존의 '두 언어 번역' 방식이 아닌 '단일 언어 다듬기' 작업으로 그래프 생성을 재구성하는 새로운 분자 최적화 패러다임인 Graph Polish을 소개한다. 이는 서브스트럭처를 단계적으로 추가하는 데서 오는 오류를 줄이고자 하는 것이다. T&S 다듬기 프레임워크는 최적화 중심을 식별하여 보존되는 영역을 최대화하고 수정을 최소화하며, CORE의 학습 시간의 2.3%로 최신 기술 수준의 성능을 달성한다. 이는 네 가지 벤치마크 데이터셋에서 해석 가능성과 효율성이 뛰어나다.

ABSTRACT

Molecular optimization, which transforms a given input molecule X into another Y with desirable properties, is essential in molecular drug discovery. The traditional translating approaches, generating the molecular graphs from scratch by adding some substructures piece by piece, prone to error because of the large set of candidate substructures in a large number of steps to the final target. In this study, we present a novel molecular optimization paradigm, Graph Polish, which changes molecular optimization from the traditional "two-language translating" task into a "single-language polishing" task. The key to this optimization paradigm is to find an optimization center subject to the conditions that the preserved areas around it ought to be maximized and thereafter the removed and added regions should be minimized. We then propose an effective and efficient learning framework T&S polish to capture the long-term dependencies in the optimization steps. The T component automatically identifies and annotates the optimization centers and the preservation, removal and addition of some parts of the molecule, and the S component learns these behaviors and applies these actions to a new molecule. Furthermore, the proposed paradigm can offer an intuitive interpretation for each molecular optimization result. Experiments with multiple optimization tasks are conducted on four benchmark datasets. The proposed T&S polish approach achieves significant advantage over the five state-of-the-art baseline methods on all the tasks. In addition, extensive studies are conducted to validate the effectiveness, explainability and time saving of the novel optimization paradigm.

연구 동기 및 목표

• 기존의 분자 최적화를 위한 그래프 간 번역 방식에서 발생하는 비효율성과 누적 오류를 해결하고자 하며, 이는 기존의 서브스트럭처를 단계적으로 추가하면서 목표 분자를 생성하는 방식이다.
• 최적화 과정에서 원본 분자의 보존 영역을 최대화함으로써 생성 단계 수와 오류 전파를 줄이고자 한다.
• 장기적인 의존성을 포괄하면서도 최적화 결정의 직관적 이해를 가능하게 하는 학습 프레임워크를 개발하고자 한다.
• 기존 최신 기술 대비 뛰어난 성능, 시간 효율성, 설명 가능성을 달성하고자 한다.

제안 방법

• Graph Polish 패러다임은 분자 최적화를 '다듬기' 작업으로 재정의하여, 전체 목표 분자를 다시 생성하는 대신 소수의 최적화된 영역만 수정한다.
• T 구성요소는 구조적 및 성질 제약 조건에 기반해 최적화 중심을 자동으로 식별하고, 분자의 영역을 보존, 제거, 추가로 분류한다.
• S 구성요소는 T 구성요소의 주석을 기반으로 변환 패턴을 학습하고, 어텐션 메커니즘을 갖춘 시퀀스-투-시퀀스 생성 기반으로 최종 최적화된 분자를 생성한다.
• 프레임워크는 분자 서브스트럭처를 모델링하기 위해 접합수 나무 기반 표현을 사용하고, 최적화 과정에서 장거리 의존성을 포착하기 위해 마스크된 자기어텐션 메커니즘을 적용한다.
• 최적화 중심은 유해 기능 그룹(예: 독성 경고) 근처의 원자를 우선시하는 학습된 점수에 기반하여 선택되며, 유익한 서브스트럭처의 손실를 최소화한다.
• 검증을 위해 SMILES 및 SMARTS 표현을 통합하여 정확한 구조적 경고 탐지와 합리적인 최적화 화합물 생성을 가능하게 한다.

실험 결과

연구 질문

• RQ1 최적화 과정에서 구조적 변화를 최소화하는 '다듬기' 패러다임이 기존의 '번역' 방식보다 분자 최적화에서 뛰어난 성능을 낼 수 있는가?
• RQ2 이중 단계 T&S 다듬기 프레임워크는 최적의 수정 중심을 효과적으로 식별하고, 유익한 서브스트럭처를 보존할 수 있는가?
• RQ3 Graph Polish 패러다임은 최신 기술 대비 학습 시간을 얼마나 줄이고 샘플 효율성을 향상시키는가?
• RQ4 모델의 최적화 결정은 구조 분석과 경고 탐지 등을 통해 직관적으로 해석하고 검증할 수 있는가?

주요 결과

• T&S 다듬기 프레임워크는 QED 및 LogP를 포함한 여러 최적화 지표에서 네 가지 벤치마크 데이터셋 전반에서 다섯 가지 최신 기술 기반 대비 뚜렷한 성능 향상을 보였다.
• 학습 시간은 에포크당 단 21분으로, CORE의 학습 시간의 약 2.3%이며, LogP6 데이터셋 기준 VJTNN의 14.8%에 불과했다.
• T 구성요소는 에포크당 약 9~10분으로 최적화 중심 예측을 수행하여 낮은 계산 오버헤드를 입증했다.
• 모델는 독성 경고 구조 근처의 원자를 항상 최적화 중심으로 선택했으며, 대부분의 경우 상위 5개의 정규화 확률이 0.8를 초과하여 높은 신뢰도와 합리적인 의사결정을 보였다.
• 프레임워크는 해석 가능성이 매우 높은 결과를 생성했으며, 보존된 영역이 비독성 유익 서브스트럭처와 명확히 일치하고 수정은 목표 기능 그룹 제거에 집중되었다.
• 광범위한 아블레이션 연구를 통해 보존 영역을 최대화함으로써 최적화 성공률가 크게 향상되고 오류 전파가 감소함을 확인했다.