图学习+分子表示学习，飞桨刷新****物分子性质预测榜单

发布人：机器之心时间：2021-03-20 来源：工程师发布文章

百度飞桨凭借图学习框架 (PGL) 和生物计算平台螺旋桨(PaddleHelix)，登顶权威榜单 OGB 多项分子性质预测任务，在 AI ****物发现领域取得新的技术突破。

化合物的生物活性筛选是现代****物研发中关键的一环，其主要目的是在大量候选化合物中发现针对某种****物靶点具有活性的分子。传统的活性筛选方法需要合成大量化合物用以进行生物实验，整个流程的成本高、周期长、成功率低。而通过 AI 技术进行****物的虚拟筛选有望代替传统的活性筛选方法，加速中间步骤从而大幅度降低研发成本。

国际权威榜单 Open Graph Benchmark(OGB)上的 HIV 和 PCBA 数据集包括多种生物活性实验。其中，HIV 数据集关注不同化合物是否能够抑制 HIV 病毒在细胞内的复制，PCBA 数据集关注不同化合物针对 100 多种疾病靶点的有效性。以其中能增强功能性 SMN2 蛋白表达的化合物为例，这些化合物能够改善因 SMN1 蛋白突变失效引起的脊髓肌肉萎缩。成功预测化合物这类性质对于发现针对多种疾病的有效****物具有重要意义。

近日，飞桨在 OGB 该两项分子性质预测榜单登上榜首，在 AI ****物发现领域取得了新的技术突破。

飞桨登顶 OGB 分子性质预测数据集 HIV 和 PCBA

基于飞桨能力实现分子性质预测

飞桨基于图学习框架 PGL，使用深度图神经网络(GNN)，配合生物计算平台螺旋桨 PaddleHelix 对****物发现领域的理解，设计自监督学习任务学习化合物分子表示，并应用到分子性质预测中。核心技术包括：

分子表示学习

为了将化合物分子作为图神经网络方法的输入，需要首先将化合物分子特征化。OGB 已经针对每个化合物提供了一系列基于图结构的结点和边的特征，可以对应到化合物的原子和化学键，但这些特征都较为微观，无法表示化合物分子的宏观化学特性。飞桨通过表示学习的方法，首次将分子的宏观化学特性（官能团、分子指纹等信息）和图神经网络相结合，取得了融合宏观化学特征的分子表示，并利用这个分子表示取得了 ogbg-molhiv 的榜首。

图学习技术

APPNP 是基于个性化 PageRank 改进的特征传播算法，通过迭代的方式来近似 Personal PageRank 的解析解。APPNP 算法不引入额外的模型参数，能够很好地调节局部信息和多阶邻居关系。飞桨通过结合 GINE plus 和 APPNP 技术，在不引入额外的模型参数下，获得更好的模型表达能力，并取得 ogbg-molpcba 榜首。

飞桨图学习框架 PGL

百度深度学习平台飞桨 PaddlePaddle 开源图学习框架 PGL v2.0 版本，全面支持动态图机制，可支持百亿规模大图，用户可以通过 PGL 实现高效而又满足工业应用需求的图神经网络。PGL 支持的百度内外部业务也是遍地开花，全面覆盖推荐系统、搜索引擎、智慧金融、智能地图、安全风控、生物医****等场景。