[论文解读] Integrating Logical Rules Into Neural Multi-Hop Reasoning for Drug Repurposing

Yushan Liu, Marcel Hildebrandt+3 more|arXiv (Cornell University)|Jul 10, 2020

Advanced Graph Neural Networks参考文献 13被引用 5

一句话总结

本文提出了一种神经符号方法，将逻辑规则整合到基于强化学习的生物医学知识图谱多跳推理中，用于药物重定位。通过在基于策略的路径搜索中使用元路径引导的奖励塑造，该方法在Hetionet上实现了最先进性能，hits@1提升26.6%，MRR提升16.5%。

ABSTRACT

The graph structure of biomedical data differs from those in typical knowledge graph benchmark tasks. A particular property of biomedical data is the presence of long-range dependencies, which can be captured by patterns described as logical rules. We propose a novel method that combines these rules with a neural multi-hop reasoning approach that uses reinforcement learning. We conduct an empirical study based on the real-world task of drug repurposing by formulating this task as a link prediction problem. We apply our method to the biomedical knowledge graph Hetionet and show that our approach outperforms several baseline methods.

研究动机与目标

• 解决标准嵌入方法难以捕捉生物医学知识图谱中长距离依赖关系的问题。
• 克服符号推理和黑箱神经模型在处理Hetionet等噪声多、高阶度、复杂生物医学知识图谱时的局限性。
• 通过结合基于路径的推理与以逻辑规则形式存在的领域知识，提升药物重定位的可解释性与性能。
• 开发一个利用元路径作为背景知识以指导多跳路径探索的强化学习智能体，用于链接预测。
• 证明将逻辑规则整合到神经推理中可显著提升性能，同时不牺牲可解释性。

提出的方法

• 训练一个强化学习智能体，在生物医学知识图谱上执行策略引导的随机游走，目标是预测缺失的药物-疾病关联。
• 引入一种改进的奖励函数，当智能体遍历与预定义元路径匹配的路径时，提供额外奖励，从而融入逻辑背景知识。
• 在推理阶段使用束搜索，根据预测概率对候选路径进行排序，重点关注与已知生物模式一致的路径。
• 将药物重定位建模为Hetionet上的链接预测任务，其中化合物和疾病为实体，'treats'为目标关系。
• 应用剪枝策略（MINERVA+ (pruned)），仅在排序过程中考虑匹配已知元路径的路径，从而提升泛化能力与性能。
• 利用数据驱动和专家构建的逻辑规则（如Horn子句）作为背景知识，使方法具备灵活性与可扩展性。

实验结果

研究问题

• RQ1 将逻辑规则整合到基于强化学习的路径查找智能体中，能否提升在生物医学知识图谱多跳推理中的性能？
• RQ2 将元路径作为背景知识使用，如何影响预测的药物-疾病关联的质量与泛化能力？
• RQ3 结合基于路径的推理与逻辑规则的神经符号方法，是否在药物重定位中优于纯嵌入方法或纯符号规则方法？
• RQ4 元路径引导的奖励在多大程度上增强了智能体发现生物上合理推理路径的能力？
• RQ5 所提出的方法能否在保持高可解释性（通过显式路径解释）的同时维持高性能？

主要发现

• 所提方法MINERVA+ (pruned)在hits@1上达到0.319，相比最佳基线MINERVA（0.294）提升26.6%。
• 与最佳基线相比，MRR提升16.5%，达到0.416。
• 使用元路径引导奖励显著提升性能，MINERVA+ (pruned)在hits@10上比MINERVA高出3.1%，MRR高出3.9%。
• MINERVA+ (pruned)在hits@3上达到0.468，在hits@10上达到0.628，表明其在长尾预测上具备强大的泛化能力与鲁棒性。
• 模型生成的预测具有生物合理性：对于索拉非尼，其将血液系统肿瘤、乳腺癌和巴雷特食管作为前三位候选，均得到临床试验支持。
• 符号方法如AnyBURL表现欠佳，原因在于在Hetionet等高阶度、复杂图谱中规则提取能力有限，凸显了神经符号融合的优势。