[论文解读] Directional Message Passing on Molecular Graphs via Synthetic Coordinates

Johannes Klicpera, Chandan Yeshwanth+1 more|arXiv (Cornell University)|Nov 8, 2021

Computational Drug Discovery Methods被引用 5

一句话总结

该论文提出了一种合成坐标——基于分子图的距离界限和图距离——以在无需真实原子坐标的情况下，实现图神经网络中的方向性消息传递。通过使用这些合成坐标将标准GNN转化为方向性MPNN，该方法在ZINC数据集上将误差降低了55%，并在ZINC和无坐标QM9基准上取得了新的最先进结果。

ABSTRACT

Graph neural networks that leverage coordinates via directional message passing have recently set the state of the art on multiple molecular property prediction tasks. However, they rely on atom position information that is often unavailable, and obtaining it is usually prohibitively expensive or even impossible. In this paper we propose synthetic coordinates that enable the use of advanced GNNs without requiring the true molecular configuration. We propose two distances as synthetic coordinates: Distance bounds that specify the rough range of molecular configurations, and graph-based distances using a symmetric variant of personalized PageRank. To leverage both distance and angular information we propose a method of transforming normal graph neural networks into directional MPNNs. We show that with this transformation we can reduce the error of a normal graph neural network by 55% on the ZINC benchmark. We furthermore set the state of the art on ZINC and coordinate-free QM9 by incorporating synthetic coordinates in the SMP and DimeNet++ models. Our implementation is available online.

研究动机与目标

• 解决方向性消息传递GNN在分子图中因缺乏或计算成本高昂的真实原子坐标而受到的限制。
• 开发一种方法，使标准GNN在分子性质预测任务中达到最先进性能，而无需依赖真实的分子构型。
• 引入合成坐标——距离界限和基于对称个性化PageRank的图距离——以近似空间信息。
• 将这些合成坐标集成到SMP和DimeNet++等现有GNN架构中，以提升其在基准数据集上的性能。
• 证明合成坐标在ZINC和QM9上的性能可与使用真实坐标的方法相媲美甚至更优。

提出的方法

• 提出距离界限作为一类合成坐标，用于估计可能的分子构型范围。
• 引入基于对称个性化PageRank的图距离，以捕捉分子图中的结构接近性。
• 设计一种转换方法，利用合成坐标将标准图神经网络转化为方向性消息传递GNN。
• 通过在消息聚合中引入方向性和角度信息，利用合成坐标增强消息传递。
• 将合成坐标框架集成到SMP和DimeNet++等现有模型中，以提升其预测性能。
• 采用可微分框架，使GNN能够以合成坐标作为输入特征进行端到端训练。

实验结果

研究问题

• RQ1 合成坐标能否在方向性消息传递GNN中有效替代真实原子坐标用于分子性质预测？
• RQ2 距离界限和图距离在多大程度上能有效近似分子图中的空间信息？
• RQ3 合成坐标在ZINC和QM9等基准数据集上能将标准GNN的性能提升多少？
• RQ4 将合成坐标集成到SMP和DimeNet++等现有模型中，能否在无需真实坐标的情况下实现最先进性能？
• RQ5 合成坐标带来的性能提升在不同分子性质预测任务中是否具有鲁棒性？

主要发现

• 在ZINC基准上，使用合成坐标后，该方法使标准图神经网络的误差降低了55%。
• 通过将合成坐标集成到SMP和DimeNet++模型中，该方法在ZINC数据集上达到了新的最先进水平。
• 在无坐标QM9基准上，该方法使用合成坐标而非真实原子坐标，实现了最先进性能。
• 使用合成坐标可使GNN在真实分子构型不可用时仍能实现方向性消息传递。
• 基于对称个性化PageRank的距离度量能有效捕捉分子图中的结构关系，从而提升模型性能。