가상 진화 경로를 통한 일관성 분자 표현 학습

초록

PCEvo는 유사 분자 쌍 사이의 화학적으로 허용 가능한 편집 경로를 가상으로 생성하고, 각 경로에 걸친 단계별 라벨을 이용해 학습한다. 경로 일관성 손실을 도입해 서로 다른 경로가 동일한 최종 속성 변화를 예측하도록 강제함으로써, 특히 라벨이 부족한 few‑shot 상황에서 기존 방법보다 일반화 성능을 크게 향상시킨다.

상세 분석

PCEvo는 기존의 정적 엔드‑투‑엔드 분자 표현 학습이 갖는 “단일 샘플” 한계를 극복하기 위해, 두 분자 사이의 최소 그래프 편집 집합을 추출하고 이를 토대로 다중 가상 진화 경로를 생성한다. 핵심 아이디어는 (1) 화학적 타당성을 보장하는 편집 연산(원자 추가·제거·교체, 결합 추가·제거·변경)을 정의하고, (2) 최대 공통 서브그래프(MCS) 기반 정렬을 통해 최소 편집 집합 S를 도출한다. 이후 S를 의존성 그래프 G_dep에 매핑해 위상 정렬을 수행함으로써, 편집 순서가 화학적 제약을 위배하지 않도록 보장한다. 이 과정에서 동일한 시작‑목표 쌍에 대해 P_max 개의 서로 다른 위상 정렬을 무작위 샘플링해 데이터 증강을 수행한다.

편집 연산은 ψ(o_t) =