[论文解读] Chemception: A Deep Neural Network with Minimal Chemistry Knowledge Matches the Performance of Expert-developed QSAR/QSPR Models

Garrett B. Goh, Charles Siegel+3 more|arXiv (Cornell University)|Jun 20, 2017

Computational Drug Discovery Methods参考文献 45被引用 115

一句话总结

Chemception 直接在二维分子绘图图像上训练深度 CNN，且在没有显式化学特征的情况下，在多个性质上达到或略超专家开发的 QSAR/QSPR 模型。

ABSTRACT

In the last few years, we have seen the transformative impact of deep learning in many applications, particularly in speech recognition and computer vision. Inspired by Google's Inception-ResNet deep convolutional neural network (CNN) for image classification, we have developed "Chemception", a deep CNN for the prediction of chemical properties, using just the images of 2D drawings of molecules. We develop Chemception without providing any additional explicit chemistry knowledge, such as basic concepts like periodicity, or advanced features like molecular descriptors and fingerprints. We then show how Chemception can serve as a general-purpose neural network architecture for predicting toxicity, activity, and solvation properties when trained on a modest database of 600 to 40,000 compounds. When compared to multi-layer perceptron (MLP) deep neural networks trained with ECFP fingerprints, Chemception slightly outperforms in activity and solvation prediction and slightly underperforms in toxicity prediction. Having matched the performance of expert-developed QSAR/QSPR deep learning models, our work demonstrates the plausibility of using deep neural networks to assist in computational chemistry research, where the feature engineering process is performed primarily by a deep learning algorithm.

研究动机与目标

• 评估是否能够仅使用 2D 分子绘图的图像来预测化学性质，在没有显式化学知识或描述符的情况下。
• 将 Chemception 与专家开发的 QSAR/QSPR 模型（使用 ECFP 指纹的 MLP）在毒性、活性和溶解度任务上进行比较。
• 在适度的数据集范围内评估性能（大约 600 到 40,000 化合物）。

提出的方法

• 开发 Chemception，一种受 Inception-ResNet 启发的深度 CNN，输入为 2D 分子绘图。
• 在一个适度的数据集上训练模型，不使用显式的化学概念或描述符。
• 以使用 ECFP 指纹的多层感知机（MLP）网络作为基准进行比较。
• 在毒性、活性和溶解度预测任务上进行评估，以评估性能差距与相似之处。

实验结果

研究问题

• RQ1 仅在 2D 分子绘图上训练的深度 CNN 是否可以达到依赖工程描述符的专家 QSAR/QSPR 模型的相当性能？
• RQ2 Chemception 在毒性、活性和溶解度任务上的表现相对于基于描述符的 MLP 模型如何？
• RQ3 在 QSAR/QSPR 背景下，最小化的化学知识是否足以实现准确的性质预测？

主要发现

• Chemception 在活性和溶解度预测方面略微优于使用 ECFP 指纹的 MLP。
• Chemception 在毒性预测方面略微不如使用 ECFP 指纹的 MLP。
• Chemception 在使用最小化的化学知识的情况下，与专家开发的 QSAR/QSPR 深度学习模型的表现相当。
• 该方法表明深度学习在化学性质预测中可以在很大程度上隐式地进行特征工程。
• 本研究使用的数据集范围大约在 600 到 40,000 化合物之间。