고분자 특성 예측을 위한 기하학 기반 단편화를 통한 다중 스케일 분자 표현 학습 방향

분자 부분 구조가 화학적 및 물리적 특성에 불균등하게 기여할 수 있다는 것은 잘 알려져 있으며, 특정 모티프나 측쇄(side chains)가 지배적인 역할을 하는 경우가 많습니다. 따라서 단편 기반 표현(Fragment-based representations)은 분자 지문(molecular fingerprints)이나 단편 기반 어텐션 메커니즘(fragment-based attention mechanisms)에서 볼 수 있듯이, 화학적으로 의미 있는 귀납적 편향(inductive biases)을 통합하는 효과적인 전략으로 부상했습니다. 그러나 기존의 많은 단편 기반 머신러닝 방법들은 미리 정의된 화학 규칙에 의존하며, 이로 인해 이전에 보지 못했거나 화학적으로 생소한 구조물에 대해서는 최적이 아닌 단편화 결과를 낼 수 있고, 종종 다중 스케일 분자 표현(multiscale molecular representations)의 중요성을 간과합니다. 이러한 한계를 해결하기 위해, 우리는 분자 단편화를 k-중심 공식(k-center formulation)에서 영감을 받은 반지름 제약 최적화 문제(radius-constrained optimization problem)로 정식화했습니다. 여기서 클러스터 개수는 사전에 고정되지 않고 지정된 반지름으로부터 도출됩니다. 그리고 미리 정의된 화학적 단편화 규칙에 의존하지 않고, 임의의 분자 또는 물질 구조를 크게 기하학적인 정보만을 사용하여 분할하는 기하학 기반 단편화 방법을 제안합니다. 이 방법은 단편 크기에 대한 유연한 제어 기능을 제공하여 스케일 적응형 모델링(scale-adaptive modeling)을 위한 다중 스케일 단편 표현을 구축할 수 있게 합니다. 이러한 프레임워크를 바탕으로, 우리는 다중 스케일 구조 정보를 통합하는 기하학적 단편 기반 어텐션 메커니즘을 개발하고, p-SMILES 표현과 3차원 (3D) 구조 정보를 결합한 멀티모달 머신러닝 모델에 이를 통합했습니다. 벤치마크 고분자 데이터셋에 대한 실험 결과는 3D 구조 정보의 통합이 p-SMILES 표현만을 기반으로 하는 모델보다 여러 특성에 걸쳐 예측 정확도를 향상시킨다는 것을 보여줍니다. 또한, 설명 가능한 인공지능(Explainable artificial intelligence) 분석은 학습된 표현의 물리적 관련성에 대한 통찰력을 추가로 제공합니다.