非共有結合グラフと薬理活性団の補助学習で分子物性予測GNNを改良
- 共有結合グラフに加え、水素結合やファンデルワールス接触を化学的な幾何条件を満たす場合のみ辺とする第二のグラフを用い、原子ごとの薬理活性団ラベルを補助タスクとして学習させるGNNです。
- MoleculeNetの複数の分類課題(スキャフォールド分割、事前学習なし)で既存手法と同等以上の性能を示し、別のGNNに組み込んでも改善が見られました。
- 新規測定した少数化合物でのlogD前向き検証では、誤差は中程度でした。chemRxivのプレプリントで、査読は受けていません。
💡 ポイント アブストラクトに基づく見解
スキャフォールド分割は妥当ですが、第二のグラフと補助ヘッドでパラメータが増える以上、容量とチューニングを揃えた素のGNNとの比較で改善が残るか確認したいところです。薬理活性団ラベルもルール由来なので、モデルがルールを学び直しているだけかもしれません。自社シリーズで試し、logDの検証も単純なベースラインと比べて評価すべきです。