Fusión multimodal de grafos con selección parsimoniosa de descriptores guiada estadísticamente para la predicción de...

Área de la Ciencia:

• Química computacional
• Aprendizaje automático para el descubrimiento de fármacos

Sus antecedentes:

• Las redes convolucionales de grafos (GCN) sobresalen en la representación molecular, pero tienen dificultades con las propiedades fisicoquímicas globales.
• Los métodos de fusión existentes a menudo carecen de modelado explícito de interacciones de orden superior.

Objetivo del estudio:

• Introducir KROVEX (Fusión multimodal basada en producto de Kronecker con selección de variables) para el aprendizaje expresivo de la representación molecular.
• Mejorar la predicción de propiedades moleculares integrando incrustaciones de grafos y descriptores moleculares.

Principales métodos:

• KROVEX utiliza productos de Kronecker para fusionar incrustaciones de grafos con descriptores moleculares seleccionados, modelando explícitamente interacciones de segundo orden.
• Un proceso de selección de descriptores en dos etapas que involucra el cribado de independencia segura iterativa y la regularización de Elastic Net identifica características informativas.
• El método se validó en conjuntos de datos FreeSolv, ESOL y personalizados para la predicción de la presión de vapor y la solubilidad acuosa.

Principales resultados:

• KROVEX superó a GCN y otras líneas de base de fusión (EGCN, D-MPNN, BAN) tanto en divisiones aleatorias como en divisiones de andamio.
• El método logró un rendimiento de vanguardia en la predicción de la presión de vapor, una propiedad crítica para aplicaciones industriales.
• Los estudios de ablación confirmaron los beneficios de la selección de descriptores guiada estadísticamente y la fusión de productos de Kronecker sobre la simple concatenación.

Conclusiones:

• KROVEX proporciona un marco generalizable para la predicción de propiedades moleculares, mejorando tanto el rendimiento como la interpretabilidad.
• La selección parsimoniosa de descriptores combinada con la fusión multimodal de grafos es clave para mejorar la precisión predictiva.
• La efectividad de la estrategia de fusión en diferentes arquitecturas de GNN (GAT, GIN) resalta su versatilidad.