图学习+分子表示学习，飞桨刷新药物分子性质预测榜单

来源：机器之心

机器之心发布

机器之心编辑部

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 药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药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药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 技术进行药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药物具有重要意义。

近日，飞桨在 OGB 该两项分子性质预测榜单登上榜首，在 AI 药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 对药物发现领域的理解，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、生物医药等场景。

生物计算螺旋桨PaddleHelix

螺旋桨 PaddleHelix 是基于百度深度学习平台飞桨的生物计算平台。提供了包括 RNA 二级结构预测、大规模分子和蛋白质表示学习、药物靶点亲和力预测、ADMET 成药性预测等，在新药研发和疫苗设计环节具有广阔应用前景的技术能力。

螺旋桨 PaddleHelix 可以帮助生物学、药物化学、计算机交叉学科背景的学习者、研究者和合作伙伴更便利地构建 AI 算法模型。螺旋桨 PaddleHelix 生物计算平台将保持开源开放原则，与合作伙伴共建共享，未来形成一套完整的面向行业的生物计算生态和服务。