The Morse Transform for Discrete Shape Analysis

技術要約：離散形状解析のためのモース変換（The Morse Transform）

問題提起
物体の幾何学的構造は、その物理的な相互作用の根幹をなすものであるが、統計的推論や分類のためにこの幾何学を数値的に記述することは依然として困難である。トポロジカル・データ解析（TDA）は、パーシステント・ホモロジーや方向性変換（例：パーシステント・ホモロジー変換 [PHT] やオイラー標数変換 [ECT]）といったツールを提供するが、これらの手法は明示的な局所情報を欠いていたり、表面幾何学よりもグローバルな構造を優先したりすることが多い。特に、リガンドベースのバーチャルスクリーニング（LBVS）において、タンパク質とリガンドの結合は分子形状の相補性に支配されているため、既存の記述子では、結合親和性を駆動する重要な表面特徴を十分に捉えきれない可能性がある。

手法
著者らは、ユークリッド空間 $\mathbb{R}^n$ に埋め込まれた単体複体 $K$ の形状を要約するために設計された、区分線形（PL）モース理論に基づく新しい位相変換である**モース変換（Morse Transform; MT）**を導入する。

1. 数学的基礎:

   • この変換は、単位球上の方向ベクトル $\xi$ によって定義される PL モース関数 $f_\xi(v) = \langle v, \xi \rangle$ を利用する。
   • 関数値が高い（または等しい）頂点に接続された単体の部分複体（アッパーリンク）のホモロジーが変化する臨界点（頂点）を特定する。
   • ECT が超レベル集合のオイラー標数を追跡するのに対し、MT はアッパーリンクの簡約ベッチ数を記録する。これにより、より微細な位相不変量が得られ、臨界点をピーク、谷、あるいはサドル（鞍点）としてより詳細に分類できる。

2. 変換の出力:

   • 選択された深さ $d$ に対して、MT は方向 $\xi$ を、行が上位 $d$ 個の臨界点に対応する行列へと写像する。
   • 各行には、臨界値（高さ）と、対応するアッパーリンクの簡約ベッチ数ベクトルが含まれる。
   • 著者らは、最大深度において MT が ECT を決定することを証明しており、ECT が持つ単射性（形状を一意に再構成できる能力）を継承している。

3. ベクトル化（モース統計量）:

   • 機械学習に適したものにするため、著者らはモース統計量と呼ばれるベクトル化スキームを提案している。
   • これには、有限個の方向における臨界値とベッチ数の要約統計量（0, 10, 25, 40, 50, 60, 75, 90, 100 パーセンタイル）の計算が含まれる。
   • 得られるベクトルはコンパクトであり、方向のラベル付けに対して不変であり、生成時に使用される特定の深さや方向の数に依存しない。

4. 分子データへの適用:

   • 分子は、原子中心とファンデルワールス半径から導出された刈り込み済み重み付きドロネー三角形分割として表現される。
   • パイプラインは、分子形状のモース統計量と、各原子の化学的記述子（部分電荷、モル屈折率、親油性）を組み合わせることで特徴量ベクトルを生成する。
   • Light Gradient Boosting Machine (LGBM) を用いて、これらのベクトルに基づき、活性リガンドとデコイの二値分類を行う。

主な貢献

• 新しい変換: PL モース理論を活用し、グローバルなオイラー標数やパーシステンス図ではなく、明示的な局所的位相情報（アッパーリンクのベッチ数）を提供するモース変換の定義。
• 表面の優先順位付け: この変換は、形状の外側の領域（最初の数個の臨界点）を自然に優先する。これは、分子結合のような表面依存のタスクにおいて極めて重要である。
• 効率性: 次元 $n \le 4$ において、一つの方向に対する MT の計算量は ECT と同等（$O(|K_0| \log |K_0|)$）であり、PHT よりも漸近的に高速である。
• 堅牢なベクトル化: 変換を、構造的な情報を保持しつつ、ノイズや方向サンプリングの変動に対して頑健な固定長の特徴量ベクトルに圧縮する手法。

結果
著者らは、2つの標準的なバーチャルスクリーニング・データセット、DUD-E（特に D8 ダイバース・サブセット）および MUV を用いて、モース特徴量をベンチマークした。

• 位相的変換との比較: 両方のデータセットにおいて、純粋なモース特徴量（MT-P）は、ECT ベースの記述子（ECT-F および ECT-P）やモース・オイラー臨界変換（MET-P）と比較して、最も高い平均 AUROC（受信者操作特性曲線下面積）を達成した。
  • D8: MT-P 平均 AUROC = 0.84（対 ECT-F 0.79）。
  • MUV: MT-P 平均 AUROC = 0.65（対 ECT-F 0.58）。
• 特化した LBVS 記述子との比較:
  • 純粋なモース特徴量（M）は、他の形状ベースの記述子（USR, WHIMu, RGMolSA, KQMolSA）を平均して上回った。
  • 化学情報を補完したモース特徴量（M+C）（形状統計量と化学的性質を組み合わせたもの）は、すべての評価された記述子の中で最高の平均 AUROC（D8 で 0.97、MUV で 0.74）を達成し、ハイブリッド記述子である USRCAT や WHIM を上回った。
• アブレーション研究:
  • 性能は深さ 10、方向 32 付近でプラトー（飽和）に達しており、この手法がこれらのパラメータの徹底的なチューニングを必要とせず、頑健であることを示している。
  • 本手法は、位置ノイズ（ガウス摂動）に対して頑健であり、臨界点と非臨界点の頂点の選択（臨界点に焦点を当てることで結果が向上した）に対して感度を持つことが示された。
• ディープラーニングの文脈: 著者らは、一部のディープラーニングモデルが高い AUROC を報告していることに触れているが、それらは異なる検証プロトコル（シングルスプリット分割など）を使用していることが多いと指摘している。厳格な交差検証を用いて再評価した場合、一部のディープラーニング・ベースラインの性能は低下しており、モースベースのアプローチが公平な比較の下で複雑な学習表現と競合可能であることを示唆している。

意義と主張
本論文は、モース変換が離散形状解析において、局所性とグローバル構造の間の優れたバランスを提供すると主張している。臨界点とその局所的な位相型に焦点を当てることで、ECT よりも効果的に、分子結合に不可欠な「最も外側の」幾何学を捉えることができる。

著者らは、超レベル集合の全構造を再構成することなく、局所的な臨界点の情報に集中することの有用性を強調している。化学情報を補完したモースベクトルの成功は、トポロジカルな記述子が化学的データと効果的に補完し合い、分類タスクにおいて従来の形状記述子や他の位相的変換を凌駕する「豊かだがコンパクトな」特徴セットを提供できることを示唆している。著者らは、創薬以外の一般的な離散形状解析への採用を促進するために、コードベースを提供している。