[论文解读] Likelihood-Free Inference and Generation of Molecular Graphs

Sebastian Pölsterl, Christian Wachinger|arXiv (Cornell University)|May 24, 2019

Computational Drug Discovery Methods参考文献 22被引用 8

一句话总结

LF-MolGAN 提出了一种用于分子图的无似然生成模型，通过使用带有循环一致性损失的对抗训练来隐式地强制重建，避免了显式的图同构计算。该方法将图同构网络扩展至多图结构以满足分子价键约束，并利用 1- Wasserstein 距离在物理化学性质分布上实现了优越的对齐，从而通过连续潜在空间搜索实现高效的药物发现。

ABSTRACT

Recent methods for generating novel molecules use graph representations of molecules and employ various forms of graph convolutional neural networks for inference. However, training requires solving an expensive graph isomorphism problem, which previous approaches do not address or solve only approximately. In this work, we propose LF-MolGAN, a likelihood-free approach for de novo molecule generation that avoids explicitly computing a reconstruction loss. Our approach extends generative adversarial networks by including an adversarial cycle-consistency loss to implicitly enforce the reconstruction property. To capture properties unique to molecules, such as valence, we extend Graph Isomorphism Network to multi-graphs. To quantify the performance of models, we propose to compute the distance between distributions of physicochemical properties with the 1-Wasserstein distance. We demonstrate that LF-MolGAN more accurately learns the distribution over the space of molecules than all baselines. Moreover, it can be utilized for drug discovery by efficiently searching the space of molecules using molecules' continuous latent representation.

研究动机与目标

• 解决分子图生成中图同构计算的计算开销问题。
• 开发一种无似然方法，避免显式计算重建损失。
• 通过多图图神经网络改进对分子特异性性质（如价键）的建模。
• 使用 1-Wasserstein 距离量化真实分子与生成分子在物理化学性质分布上的相似性。
• 通过连续潜在表示实现分子空间的高效探索，以支持药物发现。

提出的方法

• 采用生成对抗网络（GAN）框架，通过判别器和生成器进行分子图生成。
• 引入对抗性循环一致性损失，以隐式方式强制重建，而无需显式同构匹配。
• 将图同构网络（GIN）扩展至多图结构，以编码分子价键规则。
• 为分子使用连续潜在空间，以实现在分子空间中的高效搜索。
• 使用 1-Wasserstein 距离衡量真实分子与生成分子在物理化学性质分布上的分布相似性。
• 训练生成器以生成在性质空间中与真实分子目标分布匹配的分子。

实验结果

研究问题

• RQ1 无似然生成模型是否能有效学习分子图的分布，而无需显式重建损失？
• RQ2 循环一致性损失在分子图生成中对结构保真度的强制效果如何？
• RQ3 将 GIN 扩展至多图结构在多大程度上提升了对分子价键约束的建模能力？
• RQ4 1-Wasserstein 距离能否作为比较分子性质分布的可靠度量？
• RQ5 学习到的连续潜在空间是否能实现对分子空间的高效且有效的探索，以支持药物发现？

主要发现

• 与所有基线方法相比，LF-MolGAN 更准确地学习了分子图上的分布。
• 模型在物理化学性质分布上的对齐效果得到改善，其衡量指标为 1-Wasserstein 距离。
• 循环一致性损失的使用实现了无需显式同构计算的有效重建。
• 将 GIN 扩展至多图结构增强了对分子价键规则的建模能力。
• 连续潜在表示实现了在分子空间中高效且有效的探索，适用于药物发现应用。
• 该方法在生成具有所需性质的多样化且化学合理的分子方面优于基线方法。