概要
GraphMVPは、ICLR 2022の論文「Pre-training Molecular Graph Representation with 3D Geometry」に付属する研究コードを提供します。このワークフローでは、事前学習時に分子のトポロジーと幾何情報を併用し、下流タスクでは2Dトポロジーのみを必要とします。そのため、下流段階で3D入力を必要とせずに、幾何情報を活用した事前学習が分子特性予測を支援できるかを調べる際に役立ちます。
このリポジトリでは、分類用と回帰用の個別のワークフローについて、GEOMデータセットの準備方法を説明しています。分類では原子の種類とキラリティを原子特徴量として使用し、回帰ではより包括的なOGB特徴量を使用します。実験スクリプトは、両方のワークフローにおける事前学習と下流タスクのファインチューニングをカバーしています。READMEには事前学習済みモデルの重み、学習ログ、予測ファイルへのリンクもあり、ホスト型予測サービスとしてではなく、実装と併せて成果物を確認できます。
実装ではGraphMVPとGraphMVP_hybridを区別しており、後者の各バリアントでは2D自己教師ありの事前タスクが追加されます。また、比較実験用に、生成型、対照型、予測型のグラフ自己教師ありベースラインも含まれています。以前の成果物の名称は現在のスクリプト用語と異なるため、ログや重みを設定と照合する必要があります。記載されている環境は特定のバージョンに限定されており、提示された抜粋からは現在の環境との互換性も定量的な予測性能も確認できません。TorchDrugとの統合は将来の作業として記載されており、実装済みの機能ではありません。
主な機能
- 事前学習では2D分子トポロジーと3D幾何情報を組み合わせ、下流タスクでは2Dトポロジーのみを使用します。
- 分類と回帰の各ワークフローに、GEOMの前処理、事前学習、ファインチューニングのスクリプトが含まれます。
- タスク別の原子特徴量化では、分類に原子の種類とキラリティを、回帰により包括的なOGB特徴量を使用します。
- `GraphMVP_hybrid`の各バリアントでは、GraphMVPのワークフローに2D自己教師ありの事前タスクが追加されます。
- 実装済みの比較ベースラインには、EdgePred、AttrMask、GPT-GNN、InfoGraph、ContextPred、GraphLoG、Grover-Contextual、GraphCL、JOAO、Grover-Motifが含まれます。
- READMEには、ダウンロード可能な事前学習済み重み、学習ログ、予測ファイルへのリンクがあります。
用途
- 評価案：下流入力が2Dトポロジーのみの分子分類タスクで、幾何情報を活用した事前学習を調べる。
- 評価案：代表的な分子特性データセットで、OGB原子特徴量を使った回帰ワークフローを評価する。
- 評価案：一貫した下流評価プロトコルを用いて、`GraphMVP`、`GraphMVP_hybrid`、提供されているグラフ自己教師ありベースラインを比較する。
- リンクされた学習ログと予測ファイルを確認し、実験設定を特定するとともに、以前の成果物名と現在のスクリプト名との対応を整理する。
使い方
- リポジトリのREADMEと論文を読み、幾何情報を活用した事前学習と、2Dのみを使用する下流タスクの違いを理解します。データを準備する前に、分類か回帰かを選択します。
- 固定バージョンのPython、PyTorch、グラフライブラリの依存関係など、READMEの環境説明を確認します。これらは記載されたセットアップ方法であり、新しい環境との互換性を示す証拠ではありません。
- リンク先のデータセットの説明に従い、該当するGEOMの準備ワークフローを確認します。入力を処理する前に、データパスとタスク固有の原子特徴量化を確認してください。
- READMEに記載された関連する事前学習スクリプトを確認します。
GraphMVP、GraphMVP_hybrid、または提供されたベースラインを選び、各バリアントが同等だと仮定せず、設定を確認します。 - リンクされた成果物と下流ファインチューニングスクリプトを参照します。評価を行う場合は、重みを対応する設定と照合し、選択したタスクのラベルと予測を確認します。