在机器学习中，分子、蛋白质和量子系统常被建模成图像用于计算，比如2D图神经网络（GNNs）。这些基于2D图像的算法目前已被广泛学习。但随着机器学习的发展，2D图固有的缺陷逐渐显现在很多研究中，3D信息变得愈加重要，于是出现了新的数据形式——3D图像。不过目前的基于3D图的方法还存在缺陷：1）无法完整地结合3D信息；2）无法高效习得3D图。大多数方法只能使用含有部分3D信息的3D图，或者通过增加计算上的花费来追求信息完整性。 2022年9月29日，来自德克萨斯A&M大学和弗洛里达州立大学的Limei Wang团队在arXiv上刊登了一篇题为ComENet: Towards Complete and Efficient Message Passing for 3D Molecular Graphs的文章。他们开发的ComENet是第一个完整且高效的3D分子图学习图神经网络，它可以完全地结合3D信息而不会丢失信息。这一创新开发将在药物发现和材料发现等应用中发挥重要作用。  作者首先给出了完整性的定义：直观来说，如果几何变换在使用任何两个不同的3D图时生成不同的表示，则可以认为该变换是完整的。基于这一定义，作者提供了一个新的消息传递方案，即通过重要的旋转角度来实现全局完整性。他们保守地假设1跳邻域的局部完整性已知，在这基础上来获得2跳邻域的完整性（如图1）。图中Ni和Ni2表示结点i的1跳；邻域和2跳邻域，通过具体化|Ni|的所有旋转角度后，就可以得到结点i的2跳邻域上的完整表示。实现多跳邻域的方式也是类似的，已知n跳邻域来获得n+1跳邻域的完整表示。根据此方法便能轻松地得到全局完整性。 此外，作者还提出了一个新的且更高效的方法来实现局部完整性：SphereNet为基准，把1跳邻域作为本地结构，然后建立轻量级局部坐标系对结点i的元组(d，θ，φ)进行操作。我们的方法可以在更少的时间复杂度内（Ο(nk)）实现更高的效率，从而改善了SphereNet（Ο(nk2)）的性能。 作者在文中也提供了他们的方法实现几何完整性的严格证明。结合新的消息传递方案和量子启发特征，ComENet被开发用于3D分子图。作者将ComENet应用于两个大规模数据集——OC20和Molecule3D，以及一个常用的数据集QM9。实验表明，ComENet的性能与现有的最佳方法相似，但在多种数据集的训练和推理上加速了6到10倍。 ComeENet的贡献有如下几点：
3D信息对于3D分子图学习来说至关重要。虽然ComENet目前来说是第一个完整的、高效的3D GNN模型，但也有和已知方法一样的局限性——模型使用的都是基于已知的3D信息。目前获取3D信息的方法都需要花费很多时间，所以长远地看，作者建议从两个方向上来解决这一问题：1）研究从2D图中生成3D图或者在开发生成模型的过程中发现3D图的生成规律；2）假设有一组最小的训练数据和3D信息，但大量的未知数据或新数据缺少这样的3D信息。通过开发新的对比学习组件，以强制2D图形与其3D几何视图之间的对应性和一致性，然后将这些组件集成到端到端学习系统中，以便基于2D图形数据进行应用。 参考资料 Wang, L., Liu, Y., Lin, Y., Liu, H. and Ji, S., 2022. ComENet: Towards Complete and Efficient Message Passing for 3D Molecular Graphs. arXiv preprint arXiv:2206.08515. |
|
|
