Molecular Topological Profile (MOLTOP) -- Simple and Strong Baseline for Molecular Graph Classification

我们重新审视了拓扑描述符在分子图分类方面的有效性，并设计了一个简单但强大的基线模型。我们证明了一种简单的特征工程方法——使用边描述符的直方图聚合以及对原子编号和键类型进行独热编码——结合随机森林分类器，可以为图神经网络（GNN）建立一个强大的基线。这种新颖的算法，分子拓扑剖面（MOLTOP），集成了边介数中心性、调整兰德指数和SCAN结构相似度评分。这种方法在与现代GNN相比时证明了其极具竞争力，同时还具有简单、快速、低方差和超参数自由等特点。我们的方法在由Open Graph Benchmark提供的公平评估协议下，经过严格测试，使用MoleculeNet数据集。我们还展示了在长程图基准测试的肽分类任务中的域外生成能力。在十一个基准数据集上进行的评估显示，MOLTOP具有很强的判别能力，对于某些图形类别甚至超过了1-WL测试和3-WL测试。我们的结论是，基于描述符的基线模型，如我们所提出的模型，仍然是准确评估GNN领域进展的关键。

论文旨在重新评估拓扑描述符在分子图分类中的有效性，并设计一个简单但强大的基准。

论文提出了一种新的算法MOLTOP，它利用边介数中心性、调整兰德指数和SCAN结构相似度分数，通过直方图聚合边描述符和原子编号以及键类型的独热编码，与随机森林分类器相结合，建立了一个强大的基准。

论文使用了公平的评估协议，对MoleculeNet数据集进行了严格测试，并展示了对长程图基准中肽分类任务的域外生成能力。研究表明MOLTOP在分类能力上非常强大，甚至在某些类别的图形中超过了1-WL测试和3-WL测试。该算法简单、快速、低方差且无需超参数。

最近的相关研究包括：Graph Convolutional Networks、Message Passing Neural Networks、Deep Graph Infomax、Diffusion Convolutional Recurrent Neural Network等。