生成的分子幾乎 100% 有效，用于逆向分子設計的引導擴散模型

作者：機器之心 2023-10-28 13:31:08

以色列理工學院（Technion-Israel Institute of Technology）和意大利威尼斯大學（University Ca’ Foscari of Venice）的研究團隊，提出一種用于逆向分子設計的引導擴散模型：GaUDI，它結合了用于屬性預測的等變圖神經網絡和生成擴散模型。

「從頭分子設計」是材料科學的「圣杯」。生成深度學習的引入極大地推進了這一方向，但分子發現仍然具有挑戰性，而且往往效率低下。

研究人員通過將單目標和多目標任務應用于生成的 475,000 個多環芳香族系統數據集，證明了 GaUDI 在設計有機電子應用分子方面的有效性。GaUDI 展示了改進的條件設計，生成具有最佳特性的分子，甚至超越原始分布，提出了比數據集中的分子更好的分子。除了逐點目標之外，GaUDI 還可以引導至開放式目標（例如最小值或最大值），并且在所有情況下，生成的分子的有效性都接近 100%。

該研究以「Guided diffusion for inverse molecular design」為題，于 2023 年 10 月 5 日發布在《Nature Computational Science》上。

分子設計已有方法及其挑戰

新技術的發展往往取決于獲取新功能分子的能力。然而，分子發現對于化學家和材料科學家來說仍然是一個開放的挑戰，因為很難準確地模擬分子和材料的性質。這通常會因滿足多種需求而加劇，這些需求有時可能是矛盾的，甚至是相互排斥的，例如，需要催化劑既穩定又活躍。因此，關鍵是找到多種分子特性之間的最佳權衡，以便給定的分子可以提供所需的功能。

找到這個最佳點，首先需要確定分子結構與其各種特性之間的關系。為此，傳統的分子設計方法依賴于手動構建的啟發式方法和化學直覺。除了緩慢和艱巨之外，這些通常僅限于在較小的化學空間內相關的相對簡單的結構-性質關系。

近年來，生成模型將這一化學挑戰表述為逆向設計問題，已作為替代方法被引入，并已成為識別各種應用的新候選結構的日益強大的工具。

擴散模型已成為許多生成任務的主要方法，例如圖像、視頻和文本生成。擴散模型在化學領域也顯示出了巨大的前景。然而，擴散模型的全部功能尚未得到充分利用，因為這仍然是一個探索最少的領域。此外，現有的也執行條件生成的擴散模型使用所謂的標準方法，這很難學習條件分布。它們還僅限于逐點目標，必須重新訓練以添加新屬性，并且無法在不同數據集上訓練生成器和預測器。引導擴散模型從條件分布中采樣的能力尚未在化學環境中得到充分測試。

GaUDI 用于生成設計具有目標特性的分子

在此，研究人員通過設計和實現引導擴散模型 GaUDI 來彌補這一差距，用于生成設計具有目標特性的分子。

研究人員使用兩個預訓練模型來設計分子：第一個是經過訓練的生成擴散模型，用于根據給定的數據分布生成無條件樣本，第二個是經過訓練的預測模型，用于預測分子特性。

與標準擴散采樣一樣，擴散模型從一些易于處理的噪聲源中采樣，然后迭代地對信號進行去噪；然而，與標準無條件模型相比，在 GaUDI 中，生成模型的中間輸出被饋送到預測模型，該模型預測一組預定義的屬性。然后，通過在每次迭代中添加校正項，使用這些屬性的目標函數的梯度來指導采樣過程。通過這種方式，擴散生成偏向于具有低目標函數值（即最接近目標）的分子，這個過程相當于從具有幾乎任意復雜條件的條件分布中采樣。

圖 1：生成流程。（來源：論文）

研究展示了 GaUDI 在多環芳香族系統 (PAS) 用例中的性能，PAS 是由不同大小和原子組成的多個芳香環構成的分子。多環芳香族體系占已知分子的三分之二，是有機電子學的基石，因為它們構成了絕大多數有機半導體。因此，具有特定性能的新型 PAS 對于有機發光二極管、場效應晶體管、光伏和其他光電子學等先進技術至關重要。

在新生成的 475,000 PAS 數據集上進行訓練后，GaUDI 在單目標生成任務和多目標生成任務中，無論是在有效性還是在平均誤差方面都優于其他領先的擴散模型。GaUDI 提供了具有最佳特性的新型分子，甚至超出了原始數據集的分布。