Genetic algorithms are strong baselines for molecule generation

要約

有向的および無向的の両方の方法での分子の生成は、創薬パイプラインの大きな部分を占めています。
遺伝的アルゴリズム (GA) は、既知の分子をランダムに変更することによって分子を生成します。
この論文では、GA がそのようなタスクに対して非常に強力なアルゴリズムであり、多くの複雑な機械学習手法を上回っていることを示します。この結果は多くの研究者が驚くべきものであると思われます。
したがって、私たちはピアレビュー中に、新しいアルゴリズムには GA よりも明らかな利点がなければならないと主張することを提案します。これを GA 基準と呼びます。
最終的に、私たちの研究は、分子生成に関する多くの研究が再評価されるべきであることを示唆しています。

要約(オリジナル)

Generating molecules, both in a directed and undirected fashion, is a huge part of the drug discovery pipeline. Genetic algorithms (GAs) generate molecules by randomly modifying known molecules. In this paper we show that GAs are very strong algorithms for such tasks, outperforming many complicated machine learning methods: a result which many researchers may find surprising. We therefore propose insisting during peer review that new algorithms must have some clear advantage over GAs, which we call the GA criterion. Ultimately our work suggests that a lot of research in molecule generation should be re-assessed.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google