단기 그래프 메모리를 이용한 오라클 예산 기반 분자 최적화

Oracle-Budgeted Molecular Optimization with Short-Term Graph Memory

분자 최적화는 일반적으로 제한된 오라클 예산 하에서 수행되므로, 어떤 것을 평가할지 결정하는 것이 어떤 것을 생성할지 결정하는 것만큼 중요합니다. 본 논문에서는 단기 그래프 메모리라는 플러그인 모듈을 소개합니다. 이 모듈은 기존의 생성 모델 아키텍처와 업데이트 규칙을 유지하면서 이전에 평가된 분자로부터 학습하여 후속 오라클 쿼리를 우선순위에 두도록 설계되었습니다. 이 모듈은 온라인 그래프 신경망 서로게이트를 사용하여 각 라운드의 후보 풀을 미리 검토하므로, 고정된 오라클 예산이 예측되는 유용성이 더 높은 분자에 사용됩니다. 표준 분자 최적화 벤치마크에서 프래그먼트 기반 생성 모델에 적용한 결과, 평균 상위 10개 점수가 추가적인 오라클 비용 없이 향상되었으며, 어떤 오라클에서도 기본 모델보다 성능이 떨어지는 경우는 없었습니다. 또한, 1,000번의 호출이라는 제한된 예산 하에서 테스트한 모든 생성 모델에서 유사한 성능 향상을 보였습니다. 우리는 서로게이트 기반 선택이 다양한 생성 모델의 탐색 및 활용 행동과 어떻게 상호 작용하는지 분석합니다. 더 큰 예산에서는 이 모듈의 효과가 기본 모델의 두 가지 특성과 일관성을 보입니다. 즉, 검색 범위와 원본 검색이 오라클 피드백을 얼마나 효과적으로 활용하는지에 따라 달라집니다. 우리는 고정된 오라클 예산을 보다 선택적으로 사용하는 간단한 방법을 제시하고 있으며, 어떤 생성 모델이 이 모듈로부터 가장 큰 이점을 얻는지에 대한 증거를 제공합니다.

Molecular optimization is commonly performed under a limited oracle budget, which makes deciding what to evaluate as important as deciding what to generate. We introduce short-term graph memory, a plug-in module that preserves the generator architecture and native update rule while learning from previously evaluated molecules to prioritize subsequent oracle queries. The module maintains an online graph neural surrogate that pre-screens each round's candidate pool, so the fixed oracle budget is spent on molecules with higher predicted utility. Applied to a fragment-based generator on a standard molecular optimization benchmark, it improves the mean top-10 score at no extra oracle cost and never falls behind the base on any oracle; the gain extends to all four generators we tested at a tight budget of one thousand calls. We then analyze how surrogate-guided selection interacts with the exploration and exploitation behavior of different generators. Its benefit at larger budgets is consistent with two properties of the backbone: how broadly it searches, and how effectively its native search already exploits oracle feedback. We provide a simple way to spend a fixed oracle budget more selectively, and evidence on which generators benefit from it.