Physics-Aware Auxiliary Losses Improve Out-of-Distribution Generalization of a GNN Synthesizability Filter

Resumo Técnico: Perdas Auxiliares Sensíveis à Física Melhoram a Generalização Fora da Distribuição de um Filtro de Sintetizabilidade de GNN

Definição do Problema
Modelos generativos no planejamento de fármacos (ex: VAEs, GFlowNets, modelos de difusão) frequentemente propõem estruturas moleculares inéditas que se situam muito além da distribuição dos dados de treinamento usados para filtros de sintetizabilidade downstream. Os filtros estatísticos existentes — SAScore, SCScore, RAscore e DeepSA — são puramente modelos estatísticos treinados em corpora rotulados de moléculas "fabricáveis" versus "difíceis". Consequentemente, esses filtros degradam precisamente quando são mais necessários: ao avaliar estruturas inéditas e fora da distribuição (OOD) geradas por modelos criativos. Os autores postulam que os baselines puramente estatísticos carecem do viés indutivo necessário para generalizar para novos espaços químicos, particularmente ao transitar de moléculas semelhantes a fármacos para produtos naturais complexos.

Metodologia
Os autores propõem integrar priors físicos simples e de forma fechada como sinais de supervisão auxiliares em um backbone padrão de Rede Neural de Grafo (GNN), em vez de utilizar Redes Neurais Informadas pela Física (PINNs). Eles argumentam que as PINNs são inadequadas para a sintetizabilidade porque o domínio é discreto (grafos moleculares) e não contínuo, e não existe uma equação diferencial governante para a sintetizabilidade (que depende de reagentes, cinética e julgamento humano).

• Backbone: Uma rede GINE (Graph Isomorphism Network com atributos de aresta) de 4 camadas. O modelo gera um logit de classificação para sintetizabilidade (fácil/difícil) e um valor escalar auxiliar.
• Perdas Auxiliares: Duas perdas específicas sensíveis à física são adicionadas ao objetivo de treinamento:
  1. Complexidade Topológica: Uma perda de regressão de Huber que supervisiona a cabeça auxiliar com o índice de Bertz (uma métrica de complexidade de forma fechada computada pelo RDKit). Isso força o encoder a aprender uma complexidade estrutural calibrada.
  2. Energia de Tensão (Strain Energy): Uma perda de penalidade suave que supervisiona o modelo usando a energia de campo de força MMFF94. Isso penaliza previsões confiantes de "fácil" em moléculas com alta energia de tensão, atuando como uma restrição do tipo Lagrange assimétrica.
• Objetivo de Treinamento: O objetivo total é uma soma ponderada da Entropia Cruzada Binária (BBCE) para a tarefa principal de classificação e das perdas auxiliares ($L = BCE + \lambda_c L_{complexidade} + \lambda_s L_{tensão}$). Crucialmente, as cabeças auxiliares são usadas apenas durante o treinamento; a inferência baseia-se exclusivamente na cabeça de classificação, garantindo que não haja aumento no custo de implementação.
• Protocolo Experimental:
  • Dados: Um corpus de 65.177 moléculas combinando HIV e Tox21 (semelhantes a fármacos) e COCONUT (produtos naturais). Os rótulos são derivados de limiares de SAScore (<4 fácil, >5 difícil).
  • Divisão OOD: Um protocolo de deslocamento de covariável de fonte única; treina-se em HIV+Tox21 e testa-se exclusivamente em produtos naturais COCONUT.
  • Avaliação: Um experimento de múltiplas execuções com 5 sementes (seeds) e intervalos de confiança de bootstrap pareados para avaliar a significância estatística, evitando as armadilhas de uma avaliação de semente única.

Principais Contribuições

1. Formulação de Perdas Auxiliares Sensíveis à Física: Uma implementação limpa de dois priors físicos de forma fechada e computacionalmente baratos (índice de Bertz e tensão MMFF94) como regularizadores de uma GNN padrão.
2. Avaliação OOD Baseada em Fonte: Um protocolo rigoroso que isola a transferência de corpus para filtros de sintetizabilidade, testando especificamente a lacuna entre moléculas semelhantes a fármacos e produtos naturais.
3. Evidência Empírica de Melhoria OOD: Uma demonstração de múltiplas sementes, baseada em intervalos de confiança, de que as variantes sensíveis à física produzem melhorias de OOD estatisticamente significativas sobre um baseline puramente estatístico.
4. Exemplo Metodológico de Cautela: Os autores documentam um modo de falha de "semente única", onde uma narrativa não monótona e enganosa foi gerada, sendo revertida apenas pela avaliação de múltiplas sementes, destacando a necessidade de validação estatística robusta na ciência auxiliada por IA.

Resultos

• Desempenho In-Distribution (Dentro da Distribuição): Todas as variantes (baseline, +complexidade, +tensão, +ambas) performam de forma quase idêntica nos dados in-distribution (AUC de Teste $\approx$ 0.996). Os autores observam que isso é esperado, pois a GNN está essencialmente memorizando uma função de rotulagem de forma fechada (SAScore).
• Desempenho Out-of-Distribution (Fora da Distribuição): No conjunto de teste COCONUT, todas as três variantes sensíveis à física superam significativamente o baseline (Mean OOD AUC 0.9774):
  • +Complexidade: $\Delta = +0.0060$ (95% CI [+0.0023, +0.0102])
  • +Tensão: $\Delta = +0.0032$ (95% CI [+0.0008, +0.0052])
  • +Ambas: $\Delta = +0.0066$ (95% CI [+0.0038, +0.0093])
  • A combinação de ambas as perdas produz o melhor desempenho. Cada intervalo de confiança exclui o zero, confirmando a significância estatística.
• Comparação: Embora o próprio SAScore alcance um AUC perfeito (1.000) no conjunto de teste, isso é circular, pois os rótulos são derivados do SAScore. Scorers aprendidos independentes como o SCScore performam mal (AUC 0.656) nesta divisão, destacando a falta de um ground truth compartilhado e o desafio específico dos produtos naturais.

Significância e Alegações
O artigo afirma explicitamente resultados modestos, porém estatisticamente significativos. A principal significância não é que o modelo atinge uma acurácia absoluta de estado da arte, mas que o viés indutivo fundamentado na física atua como um regularizador eficaz para a generalização OOD em um cenário onde modelos puramente estatísticos falham.

Os autores enfatizam que:

1. O efeito é visível apenas sob avaliação OOD; as métricas in-distribution são indistinguíveis.
2. A abordagem mantém custos de inferência idênticos aos do baseline, tornando-a uma melhoria de "substituição direta" (drop-in).
3. O paradigma "física como supervisão, não resíduo de PINN" é uma estratégia viável e generalizável para domínios discretos e combinatórios onde as suposições de campos contínuos não se sustentam.
4. O estudo serve como um aviso metodológico contra a dependência de avaliações de semente única em pipelines científicos de IA, que podem produzir narrativas falsas e não monótonas.