[论文解读] A Novel Graph-based Approach for Determining Molecular Similarity

Maritza Hernandez, Arman Zaribafiyan+2 more|arXiv (Cornell University)|Jan 25, 2016

Computational Drug Discovery Methods参考文献 11被引用 21

一句话总结

该论文提出了一种基于量子启发的图相似性度量方法，用于处理具有噪声的3D分子结构数据。通过将分子相似性建模为无约束二次二值优化（QUBO）问题，该方法在预测致突变性方面实现了81%的准确率，优于基于指纹的方法（76%），表明对精确子图匹配的受控松弛可提升预测性能。

ABSTRACT

In this paper, we tackle the problem of measuring similarity among graphs that represent real objects with noisy data. To account for noise, we relax the definition of similarity using the maximum weighted co-$k$-plex relaxation method, which allows dissimilarities among graphs up to a predetermined level. We then formulate the problem as a novel quadratic unconstrained binary optimization problem that can be solved by a quantum annealer. The context of our study is molecular similarity where the presence of noise might be due to regular errors in measuring molecular features. We develop a similarity measure and use it to predict the mutagenicity of a molecule. Our results indicate that the relaxed similarity measure, designed to accommodate the regular errors, yields a higher prediction accuracy than the measure that ignores the noise.

研究动机与目标

• 解决在实验测量获得的具有噪声或失真的3D结构数据背景下，衡量分子相似性的挑战。
• 开发一种灵活的相似性度量方法，通过允许每个顶点最多存在k−1条冲突边，放松精确子图匹配，以适应现实世界中的测量误差。
• 将最大加权共-k-plex问题表述为QUBO，以便通过量子退火求解，实现最优子结构识别。
• 在真实世界致突变性预测任务中评估该方法的性能，采用3-NN分类器，并与成熟的基于指纹的方法进行比较。
• 确定能最大化预测准确率的最优松弛程度（k），在噪声容忍度与结构保真度之间取得平衡。

提出的方法

• 该方法将分子建模为带标签的加权图，其中顶点表示原子，边表示化学键，标签编码原子序数、形式电荷和键类型。
• 从两个分子图构建冲突图，其中顶点表示潜在的顶点映射，边表示冲突的映射（例如，不相容的原子对）。
• 相似性度量被表述为在冲突图上的最大加权共-k-plex问题，允许每个选中的顶点在选中的集合中最多有k−1个邻居，从而放松严格的独立性要求。
• 该问题被转化为QUBO（无约束二次二值优化）形式，支持通过经典求解器或未来的量子退火器求解。
• 使用穷举求解器求解QUBO，以获得3-NN分类流程中训练和测试阶段的最优相似性分数。
• 该方法整合了3D结构信息，并支持多图相似性计算，其结果在两个真实分子数据集上进行了致突变性预测的验证。

实验结果

研究问题

• RQ1 通过最大加权共-k-plex公式放松精确子图匹配条件，是否能提升在具有噪声3D结构数据背景下的分子相似性度量性能？
• RQ2 在使用所提出的基于QUBO的相似性度量时，使致突变性预测准确率最大化的最优k值是多少？
• RQ3 与传统的基于指纹的方法相比，基于QUBO的共-k-plex相似性方法在致突变性预测中的性能如何？
• RQ4 该方法是否能提供可解释的见解，识别出常见的分子子结构，而不同于仅报告单一相似性值的黑箱指纹方法？
• RQ5 使用松弛的相似性度量是否能降低致突变性预测中的假阳性率，特别是针对非致突变性分子？

主要发现

• 基于QUBO的最大加权共-3-plex方法在第一个测试集上实现了81%的致突变性预测准确率，优于基于指纹的方法（76%）和共-1-plex方法（80%）。
• 共-3-plex松弛的特异性达到78%，高于基于指纹的方法（58%），表明在将非致突变性分子错误标记为致突变性方面更少。
• 基于指纹的方法具有更高的敏感性（95%），但特异性显著较低（58%），表明由于缺乏结构上下文信息，假阳性率较高。
• 该方法通过识别出共同的分子子结构，提供了可解释的结果，而基于指纹的方法仅报告单一相似性值。
• 存在一个最优的松弛程度（k=3），可使预测准确率最大化；k值过高或过低均导致性能下降。
• 本研究表明，在严格同构约束下对分子进行3D结构建模会导致预测性能较差，凸显了松弛方法的价值。