利用持续同调度量刻画分子深度生成模型的潜空间
生物大分子
2021-06-08 v2 机器学习
摘要
深度生成模型正日益成为计算机辅助分子设计流程中不可或缺的组成部分，其双重目标是学习使候选分子可行的化学与结构特征，同时具备足够的灵活性以生成新颖设计。具体而言，变分自编码器（VAEs）是一类生成模型，其中编码器-解码器网络对被训练为以使得编码器网络的潜空间平滑的方式重建训练数据分布。因此，可通过从该潜空间采样来发现新颖候选分子。然而，架构与超参数的选择范围极为广泛，而为计算机辅助发现选择最佳组合对下游成功具有重要影响。因此，开发一种原则性方法来区分给定生成模型学习显著分子特征的能力优劣十分重要。本工作中，我们提出了一种方法，通过将对潜空间的度量与来自拓扑数据分析（TDA）领域的度量相关联，来衡量深度生成模型的潜空间对分子数据集结构与化学特征的编码程度。我们将该评估方法应用于在SMILES字符串上训练的VAE，并表明3D拓扑信息在该模型的潜空间中得到了持续编码。
引用
@article{arxiv.2010.08548,
title = {Characterizing the Latent Space of Molecular Deep Generative Models with Persistent Homology Metrics},
author = {Yair Schiff and Vijil Chenthamarakshan and Karthikeyan Natesan Ramamurthy and Payel Das},
journal= {arXiv preprint arXiv:2010.08548},
year = {2021}
}
备注
Accepted to and presented as spotlight poster at the Topological Data Analysis and Beyond Workshop at the 34th Conference on Neural Information Processing Systems (NeurIPS 2020)