RetroChimera：提升大规模小分子合成预测能力
微软研究院介绍其逆合成预测模型RetroChimera，相关稿件已发表于《Nature》。
具体内容
微软研究院介绍其逆合成预测模型RetroChimera，相关稿件已发表于《Nature》。该模型由两个子模型组成：基于Transformer的R-SMILES 2直接从目标分子生成前体，基于图神经网络的NeuralLoc则选择并应用反应模板；二者通过可学习的集成排序策略合并预测。作者声称，在盲测中博士级化学家更偏好RetroChimera给出的单步反应预测，完整路线在十个挑战性目标中有九个获接受。研究意义在于辅助化学家更高效地规划合成路线。
- 模型融合R-SMILES 2与NeuralLoc两个子模型，用学习式投票与重排序整合预测。
- 作者称盲测中专家对RetroChimera单步断键预测的偏好高于子模型及文献反应。
- 十个挑战性目标中九个路线获专家接受，子模型与基线为二至五个。
官方研究或发布信息；实验结果、评测和研究系统不等于已获独立验证或已经面向所有用户开放。
用户标记：未标记
固定编号：9e28a802f80138d4
原文来源