2020年08月後半 kwh_rd100の注目論文BEST3

計算化学.comスタッフの kwh_rd100 です。各種の計算ソフト群をツールと割り切って使う立場から、2020年 08月後半の注目論文 BEST3 を紹介させて頂きます。

1)Deep Neural Networks for Multicomponent Molecular Systems
 (多成分分子システムのディープニューラルネットワーク)
 https://pubs.acs.org/doi/10.1021/acsomega.0c02599

2)Graph Polish: A Novel Graph Generation Paradigm for Molecular Optimization
 (グラフポリッシュ:分子最適化のための新しいグラフ生成パラダイム)
 https://arxiv.org/abs/2008.06246

3)Graph Networks for Molecular Design
 (分子設計のためのグラフネットワーク)
 https://doi.org/10.26434/chemrxiv.12843137.v1

202008-後半 注目論文①

1)Deep Neural Networks for Multicomponent Molecular Systems
 (多成分分子システムのディープニューラルネットワーク)
 https://pubs.acs.org/doi/10.1021/acsomega.0c02599

[エグゼクティブサマリー]

 順列不変DNNアーキテクチャである多成分分子系のMEIAを提案。MEIAは機能表現と構成情報の両方を学習でき、多成分材料データの分子構造情報が重要なケースや非常に疎なデータセットに対して高パフォーマンスを発揮した。

[kwh_rd100のコメント]

 このMEIAは、順列の不変性を維持しながら、単一コンポーネントシステムのDNNモデルをマルチコンポーネントに拡張する一般的なDNNアーキテクチャであり、埋め込みネットワークを代用するため、モデルを画像、スペクトル、シミュレーション結果など、あらゆるタイプの非構造化(化学)データに簡単に拡張できるのが魅力。実装の公開が待たれる。

202008-後半 注目論文②

2)Graph Polish: A Novel Graph Generation Paradigm for Molecular Optimization
 (グラフポリッシュ:分子最適化のための新しいグラフ生成パラダイム)
 https://arxiv.org/abs/2008.06246

[エグゼクティブサマリー]

 現行法のようにゼロから一つずつ部分構造を追加してターゲット分子を生成するのではなく、ソース分子の保存された部分を最大化して、ターゲット分子の比較的小さな新規部分を自動的に生成する。更に、最適化ステップの長期依存性を捉える工夫を施すことにより、優れた有効性&説明可能性&時間短縮を実現した。

[kwh_rd100のコメント]

 分子創薬向け。周囲の保存領域を最大化し、その後削除および追加された領域を最小化する必要があるという条件に従う最適化センターを見つけ、各分子最適化の出力に対する直感的な解釈が自然に生成されることはありがたい。

202008-後半 注目論文③

3)Graph Networks for Molecular Design
 (分子設計のためのグラフネットワーク)
 https://doi.org/10.26434/chemrxiv.12843137.v1

[エグゼクティブサマリー] 

開発したGraphINVENTは、段階的な深層学習により、化学規則を明示的にプログラミングしなくても、トレーニングセットの分子に似た分子を構築する方法をすばやく学習して、新しい分子を一度に1つの結合で確率論的に生成する。実装あり。https://github.com/MolecularAI/GraphINVENT

[kwh_rd100のコメント]

 GraphINVENTは、グラフニューラルネットワークを使用したグラフベースの分子生成のためのプラットフォームであり、段階的なディープニューラルネットワークアーキテクチャを使用して、新しい分子を一度に1つの結合で確率論的に生成する。手動でエンコードされた化学的なルールを含まず、トレーニングデータから直接学習しているのは素晴らしい。

さいごに

 読者各位の計算化学ライフの更なる充実に少しでも貢献できれば嬉しいです。 記事中に間違い等ある場合は、コメント欄、twitter またはメールにてお知らせいただけると助かります。また、このような話題を取り上げて欲しいなどのリクエストも大歓迎です。可能な限り、前向きに対応致します。

コメントを残す(投稿者名のみ必須)