Решение проблемы «синтетического узкого места»
Разработка новых лекарств и материалов часто упирается в сложность химического синтеза — процесса создания молекул из простых компонентов. Этот этап остается ручным, дорогим и медленным. Microsoft Research предлагает решение: модель RetroChimera, которая автоматически предлагает высококачественные маршруты синтеза, работая в ретросинтетическом режиме (от целевой молекулы к доступным реагентам).
Архитектура Chimera: сила в ансамбле
Ключевая инновация RetroChimera — не в одном новом алгоритме, а в умном объединении двух разных моделей с комплементарными сильными сторонами. Система использует стратегию обучения ранжированию (learning-to-rank), чтобы взвешивать предложения каждого подмодуля:
- R-SMILES 2: Трансформерная модель de-novo. Гибкая, хорошо справляется с реакциями, требующими больших структурных изменений, но склонна к «галлюцинациям» (выдумыванию невозможных реакций).
- NeuralLoc: Графовая нейросеть (GNN). Строго следует шаблонам из обучающих данных, обеспечивая высокую точность для локализованных изменений, но менее эффективна на редких типах реакций.
Вместе они покрывают слабые места друг друга. Если обе модели предлагают одинаковую реакцию, их «голоса» суммируются, повышая уверенность прогноза.
Результаты: эксперты выбирают AI
Модель протестирована в слепых испытаниях с участием химиков уровня PhD. Эксперты оценивали как отдельные стадии реакций, так и полные маршруты синтеза для сложных целевых молекул. RetroChimera превзошла не только своих суб-моделей, но и известные базовые подходы, такие как NeuralSym.
| Модель | Успешные маршруты (из 10 сложных целей) | Ключевая особенность |
|---|---|---|
| RetroChimera | 9 | Ансамбль R-SMILES 2 + NeuralLoc |
| R-SMILES 2 (de novo) | 5 | Гибкость, но риск галлюцинаций |
| Editing model | 4 | Модель редактирования |
| NeuralSym | 2 | Сильная базовая модель (baseline) |
Открытый доступ и будущее
Microsoft открыла код и веса модели RetroChimera под лицензией MIT. Доступен репозиторий на GitHub и интеграция через платформу Microsoft Foundry. Исследователи могут использовать модель для ускорения цикла «дизайн-синтез-тестирование» в фармацевтике и материаловедении. Ожидается, что в сочетании с автоматизацией лабораторий это приведет к созданию замкнутых самообучающихся систем планирования синтеза.
Источник: Microsoft Research ↗