MOSES：分子生成基准评测工具

MOSES（Molecular Sets，Insilico Medicine 等，Front. Pharmacol. 2020）是与 GuacaMol 并列的分子生成基准平台。它更侧重分布层面的评测，提供了一套标准化数据集、更细的指标体系，以及十来个已实现的基线模型——这一点对方法研究特别有用，不用自己复现基线。

安装与使用

pip install molsets
# 或从源码
git clone https://github.com/molecularsets/moses.git
cd moses && python setup.py install

import moses

train = moses.get_dataset("train")     # ZINC 清洗子集，约 160 万分子
test  = moses.get_dataset("test")
test_scaffolds = moses.get_dataset("test_scaffolds")   # 骨架不重叠的测试集

generated = my_model.sample(30000)
metrics = moses.get_all_metrics(generated, n_jobs=8)
for k, v in metrics.items():
    print(f"{k:20s} {v:.4f}")

指标体系

指标	含义	判读
Valid	有效 SMILES 比例	基本门槛
Unique@1k / @10k	前 1k / 10k 中唯一分子比例	低 = 模式坍塌
Novelty	不在训练集中的比例	过低 = 记忆训练数据
FCD	Fréchet ChemNet 距离	越小越好，最综合
SNN	到最近邻的平均相似度	反映与真实分子的接近程度
Frag	片段分布相似性	化学基元是否合理
Scaf	骨架分布相似性	能否产出新骨架的关键指标
IntDiv1 / IntDiv2	生成集合内部多样性	过低说明产出趋同
Filters	通过 MCF / PAINS 等过滤的比例	粗略反映化学合理性

Scaf 在 test_scaffolds 上的表现最值得关注：这个测试集的骨架与训练集不重叠，能检验模型是真的学会了化学规律，还是只在训练骨架附近做微调。很多模型在这一项上明显掉分。

内置基线

MOSES 实现了 CharRNN、VAE、AAE、JT-VAE、LatentGAN、ORGAN、组合生成器和随机 SMILES 采样等基线，可直接训练对比：

python scripts/train.py vae --device cuda:0 \
  --train_load data/train.csv --model_save vae_model.pt
python scripts/sample.py vae --model_load vae_model.pt \
  --n_samples 30000 --gen_save vae_gen.csv
python scripts/eval.py --gen_path vae_gen.csv --test_path data/test.csv

一个耐人寻味的发现：简单的 CharRNN 在多数分布指标上表现相当好，与复杂得多的图生成模型差距不大。这是评估新方法时应有的心理基准——先确认能不能赢过 CharRNN。

与 GuacaMol 的分工

• MOSES：偏分布学习，指标更细（片段、骨架、内部多样性分开看），内置基线丰富。适合回答「我的生成模型学到的化学分布对不对」。
• GuacaMol（见 222《GuacaMol》）：有目标导向任务，更贴近「能否优化到指定性质」。适合回答「我的优化算法好不好」。
• 建议两者都跑：只报一个的论文通常是挑了对自己有利的那个。两套指标一起看，才能形成完整判断。

共同的局限

和 GuacaMol 一样，MOSES 的指标全部是分布层面的代理，不涉及活性、选择性、ADMET、合成可行性这些真实项目关心的事。分布指标全绿的模型，用在实际项目里照样可能产出一堆无法合成的分子。基准通过是必要条件，不是充分条件。

延伸资源

• 对照基准：222《GuacaMol》；生成平台：221《REINVENT4》；
• 人工审查：217《Mols2grid》；生成模型范式见「AI 模型」模块。