Retro-fallback: retrosynthetic planning in an uncertain world
University of Cambridge（剑桥大学）；Microsoft Research AI4Science（微软研究院AI4Science部门）
针对逆合成算法生成的规划因反应认知不完善常无法在实验室实施的问题，该研究提出基于随机过程的逆合成表述和retro-fallback贪心算法，经基准测试其生成的合成规划集合优于MCTS和retro*算法。
2024-04-14 cs.AI cs.LG
A User-Tunable Machine Learning Framework for Step-Wise Synthesis Planning
MHNpath是一种可调机器学习框架，用于分步合成规划，通过优化反应路径优先级，提高合成预测的准确性和环保性。
2025-12-17 cs.CE cs.LG
Learning to Make Generalizable and Diverse Predictions for Retrosynthesis
Massachusetts Institute of Technology（麻省理工学院）
我们提出了一个新的模型，使概括和多样化的逆合成反应的预测。给定一个目标化合物，任务是预测产生目标的可能化学反应物。这个生成任务可以通过使用分子的SMILES表示来构建为序列到序列的问题。基于流行的Transformer架构，我们提出了两种新的预训练方法，为我们的问题构建相关的辅助任务（合理的反应）。此外，我们将一个离散的潜变量模型的架构，以鼓励该模型产生一组不同的替代预测。在来自美国专利文献（USPTO-50 k）基准数据集的50 k反应示例子集上，我们的模型大大提高了基线的性能，同时还生成了更多样化的预测。
2019-10-21 cs.LG stat.ML
Retrosynthetic Planning with Dual Value Networks
Microsoft Research AI4Science（微软研究院AI4Science）；Nanjing University（南京大学）；Renmin University of China（中国人民大学）；University of Cambridge（剑桥大学）
本文提出PDVN在线强化学习算法，利用双价值网络和双分支单步预测器优化完整逆合成路线，显著提升Retro*与RetroGraph的成功率并缩短路线。
2024-03-03 cs.AI cs.LG
Modeling Diverse Chemical Reactions for Single-step Retrosynthesis via Discrete Latent Variables
University of Science and Technology of China（中国科学技术大学）；Hefei Comprehensive National Science Center（合肥综合性国家科学中心）
单步逆合成是逆合成规划的基础，逆合成规划是计算机辅助药物发现的关键任务。单步逆合成的目标是确定在一个反应中导致目标产物合成的可能反应物。通过将有机分子表示为正则串，现有的基于序列的逆合成方法将产物到反应物的逆合成处理为序列到序列的翻译问题。然而，由于确定性推理，他们中的大多数人都很难确定所需产物的不同化学反应，这与许多化合物可以通过不同的反应类型与不同的反应物合成的事实相矛盾。在这项工作中，我们的目标是增加反应的多样性，并产生各种反应物使用离散的潜变量。我们提出了一种新的基于序列的方法，即RetroDVCAE，它将条件变分自编码器纳入单步逆合成，并将离散潜变量与生成过程相关联。具体来说，RetroDVCAE使用Gumbel-Softmax分布来近似潜在反应的分类分布，并使用变分解码器生成多组反应物。实验表明，RetroDVCAE在基准数据集和自制数据集上的性能都优于最先进的基线。定量和定性的结果表明，RetroDVCAE可以模拟反应类型的多峰分布，并产生不同的反应物候选人。
2022-08-10 cs.LG q-bio.BM q-bio.QM
MechRetro is a chemical-mechanism-driven graph learning framework for interpretable retrosynthesis prediction and pathway planning
School of Software, Shandong University（山东大学软件学院）；Joint SDU-NTU Centre for Artificial Intelligence Research (C-FAIR), Shandong University（山东大学-新加坡南洋理工大学人工智能联合研究中心（C-FAIR））；Institute of Fundamental and Frontier Sciences, University of Electronic Science and Technology of China（电子科技大学基础与前沿研究院）
提出化学机制驱动的图学习框架MechRetro，通过自适应联合学习实现可解释的逆合成预测与路径规划，在基准上显著优于现有方法，并发现新合成路径。
2022-10-06 cs.LG physics.chem-ph q-bio.BM
Unassisted Noise Reduction of Chemical Reaction Data Sets
IBM Research Europe – Zurich（IBM欧洲研究院 – 苏黎世）；University of Bern（伯尔尼大学）；University of Pisa（比萨大学）
应用于有机化学反应预测的现有深度学习模型可以达到很高的准确率（基于自然语言处理的模型> 90%）。由于没有化学知识嵌入比从反应数据中学习的信息，数据集的质量在预测模型的性能中起着至关重要的作用。虽然人工管理的成本高得令人望而却步，但需要独立的方法来从现有数据集中删除化学上不正确的条目，这对于提高人工智能模型在合成化学任务中的性能至关重要。在这里，我们提出了一个基于机器学习的，无辅助的方法，以消除化学反应收集化学错误的条目。我们应用这种方法来收集化学反应开心果和一个开放的数据集，都提取自美国专利商标局（美国专利局）的专利。我们的研究结果表明，在清洁和平衡的数据集上训练的模型的预测质量有所提高。对于逆合成模型，往返精度指标增长了13个百分点，累积Jensen Shannon散度的值与原始记录相比下降了30%。覆盖率保持在97%的高水平，并且类别多样性的值不受清洁的影响。所提出的策略是第一个独立的无规则技术，以解决自动降噪化学数据集。
2021-02-02 cs.AI cs.LG
Challenging reaction prediction models to generalize to novel chemistry
Massachusetts Institute of Technology（麻省理工学院）；Harvard University（哈佛大学）；Microsoft Research（微软研究院）
针对现有有机反应预测深度学习模型分布外泛化不足的问题，该研究通过新专利/作者、时间划分、跨反应类别三类挑战性评估，揭示当前模型的能力局限，为下一代具备反应发现能力的模型研发奠定基础。
2025-01-11 cs.LG physics.chem-ph
"Found in Translation": Predicting Outcomes of Complex Organic Chemistry Reactions using Neural Sequence-to-Sequence Models
IBM Research, Zurich（IBM研究院苏黎世）
有机化学家对化合物的理解和语言使用者对单词的理解有一个直观的类比。因此，可以介绍基本概念并分析语言分析对有机化学世界的潜在影响。在这项工作中，我们通过引入无模板的序列到序列模型，训练端到端和完全数据驱动，将反应预测任务转换为翻译问题。我们提出了一种新的标记化的方式，这是任意可扩展的反应信息。通过这种方法，我们证明了结果优于国家的最先进的解决方案的一个显着的利润率的顶部1的准确性。具体来说，我们的方法实现了80.1%的准确率，而不依赖于辅助知识，如反应模板。此外，66.4%的准确率达到了一个更大的和嘈杂的数据集。
2017-11-15 cs.LG stat.ML
From Classification to Generation: An Open-Ended Paradigm for Adverse Drug Reaction Prediction Based on Graph-Motif Feature Fusion
Hunan University（湖南大学）
本文提出基于图-动机特征融合和多标签生成的开放性ADR预测范式，通过自回归解码扩展预测空间，实现不良药物反应预测的提升。
2026-01-04 cs.AI cs.LG
Molecule Edit Graph Attention Network: Modeling Chemical Reactions as Sequences of Graph Edits
Centre of New Technologies, University of Warsaw（华沙大学新技术中心）；Institute of Organic Chemistry, Polish Academy of Sciences（波兰科学院有机化学研究所）
自动化合成规划的核心挑战是能够生成和预测各种化学反应的结果。特别是，在许多情况下，由于额外的限制，最可能的合成途径无法应用，这需要提出替代化学反应。考虑到这一点，我们提出了分子编辑图注意力网络（MEGAN），这是一种端到端的编码器-解码器神经模型。MEGAN的灵感来自于将化学反应表达为一系列图形编辑的模型，类似于箭头推动形式主义。我们将该模型扩展到逆合成预测（预测给定化学反应产物的底物），并将其扩展到大型数据集。我们认为，将反应表示为一系列编辑使MEGAN能够有效地探索合理的化学反应空间，保持以端到端方式建模反应的灵活性，并在标准基准中实现最先进的准确性。代码和训练模型可在https://github.com/molecule-one/megan上在线获得。
2021-05-25 cs.LG physics.chem-ph stat.ML
Extracting adverse drug reactions and their context using sequence labelling ensembles in TAC2017
University of Manchester（曼彻斯特大学）；Manchester Institute of Innovation Research, Alliance Manchester Business School, The University of Manchester（曼彻斯特大学联盟曼彻斯特商学院曼彻斯特创新研究所）
药物不良反应（ADR）是指在使用某种药物或药物组合后出现的不良反应，对药物开发和药物管理提出了挑战。在本文中，我们提出了一套标签提取药物不良反应和相关的实体，包括因素，严重程度，否定，药物类别和动物。该系统混合使用基于规则的机器学习（CRF）和深度学习（BLSTM与word2vec嵌入）方法来注释数据。这些系统已提交给美国国家标准与技术研究所在2017年文本分析会议期间组织的药物不良反应共享任务，存档F1评分分别为76.00和75.61。
2019-05-28 cs.CL cs.LG
Linking the Neural Machine Translation and the Prediction of Organic Chemistry Reactions
Seoul Science High School（首尔科学高中）
寻找化学反应的主要产物是有机化学的重要问题之一。本文描述了一种将神经机器翻译模型应用于有机化学反应预测的方法。为了将“反应物和试剂”转化为“产物”，构建了基于门控递归单元的序列到序列模型和从反应SMILES串生成模型输入标记的解析器。训练集由来自专利数据库的反应和应用Wade的有机化学教科书中的基元反应手动生成的反应组成。训练后的模型通过教科书中的例子和问题进行测试。预测过程不需要规则的手动编码（例如，SMARTS变换）来预测产物，因此它只需要足够的训练反应集来学习新类型的反应。
2016-12-29 cs.LG
A Generative Model For Electron Paths
University of Cambridge（剑桥大学）；Max Planck Institute（马克斯·普朗克研究所）；University of Oxford（牛津大学）；The Alan Turing Institute（艾伦·图灵研究所）；BenevolentAI（本尼沃伦人工智能公司）；Microsoft Research Cambridge（微软剑桥研究院）
化学反应可以描述为电子在分子中的逐步重新分布。因此，反应通常用“箭头推动”图来描述，该图将这种运动显示为一系列箭头。我们提出了一个电子路径预测模型（ELECTRO）来直接从原始反应数据中学习这些序列。与直接从反应物分子中预测产物分子不同，学习电子运动模型的好处在于：（a）化学家易于解释，（b）结合化学约束，例如反应前后的平衡原子数，以及（c）自然编码化学反应的稀疏性，我们设计了一种从原子映射的反应SMILES串数据集中提取近似反应路径的方法。我们的模型在USPTO反应数据集的一个重要子集上实现了出色的性能，与最强的基线相比表现良好。此外，我们表明，我们的模型恢复了化学的基本知识，而无需明确训练。
2019-03-20 cs.LG physics.chem-ph stat.ML
Permutation invariant graph-to-sequence model for template-free retrosynthesis and reaction prediction
MIT（麻省理工学院）
合成计划和反应结果预测是计算机辅助有机化学中的两个基本问题，针对这两个问题出现了各种数据驱动的方法。将每个问题建模为SMILES到SMILES翻译的自然语言方法可实现简单的端到端公式化，减少对数据预处理的需求，并支持使用优化良好的机器翻译模型架构。然而，SMILES表示不是一个有效的表示捕捉分子结构的信息，证明了成功的SMILES增强，以提高经验的表现。在这里，我们描述了一种新的Graph 2SMILES模型，结合了Transformer模型的文本生成与分子图编码器的置换不变性，减轻了输入数据扩增的需要。作为一个端到端的架构，Graph 2SMILES可以在任何涉及分子到分子转换的任务中用作Transformer的直接替代品。在我们的编码器中，注意力增强的定向消息传递神经网络（D-MPNN）捕获局部化学环境，全局注意力编码器允许长距离和分子间相互作用，通过图形感知位置嵌入增强。Graph 2SMILES通过$1.7\%$和$1.9\%$分别在USPTO_480 k和USPTO_STEREO数据集上进行反应结果预测，以及通过$9.8\%$在USPTO_50 k数据集上进行一步逆合成，提高了Transformer基线的前1精度。
2021-10-19 cs.LG
Synthetic reaction data from transformation rules for graph-to-sequence pretraining in biodegradation pathway prediction
School of Computer Science, University of Auckland（奥克兰大学计算机学院）；enviPath Limited（enviPath有限公司）
针对生物降解反应数据稀缺问题，提出enviGraph框架生成合成反应数据预训练图到序列预测器，在BBD等数据集上，其单代PR-AUC等指标优于USPTO数据集，且性能优于enviFormer。
2026-10-14 cs.LG
Retro-BLEU: Quantifying Chemical Plausibility of Retrosynthesis Routes through Reaction Template Sequence Analysis
Peking University（北京大学）；College of Chemistry（化学学院）；Microsoft Corporation（微软公司）
本文提出 Retro-BLEU 指标，借鉴 BLEU 并基于反应模板序列评估逆合成路线的化学合理性，实验表明其可区分合理与不合理路线。
2023-11-08 cs.AI cs.LG q-bio.BM
Molecule-Edit Templates for Efficient and Accurate Retrosynthesis Prediction
Doctoral School of Exact and Life Sciences, Jagiellonian University（雅盖隆大学精确与生命科学博士学院）
本文提出METRO模型，利用最小分子编辑模板进行逆合成预测，兼顾效率与准确性，在标准基准上达到最先进性能。
2023-10-11 cs.LG stat.ML
Order Matters in Retrosynthesis: Structure-aware Generation via Reaction-Center-Guided Discrete Flow Matching
School of Data Science, The Chinese University of Hong Kong, Shenzhen（数据科学学院，香港中文大学（深圳））；Shanghai Artificial Intelligence Laboratory（上海人工智能实验室）
本研究提出了一种结构感知的模板自由框架，通过反应中心引导的离散流匹配实现高效的 retrosynthesis 生成。
2026-08-12 cs.LG
Margin-calibrated Classifier Guidance for Property-driven Synthesis Planning
Aalto University（阿alto大学）
本文提出Sequence Completion Ranking方法，通过对比论证和边界损失校准分类器，提升合成规划中满足特定约束的反应序列生成效率，显著提高多步求解率和多样性。
2026-05-13 cs.AI cs.LG
Root-aligned SMILES: A Tight Representation for Chemical Reaction Prediction
Zhejiang University（浙江大学）；Hangzhou Huadong Medicine Group Pharmaceutical Research Institute（杭州华东医药集团医药研究院）
化学反应预测是有机合成中的一个基本问题，包括正合成和逆合成预测。一种流行的计算范式将合成预测公式化为序列到序列的翻译问题，其中典型的SMILES被用于分子表示。然而，通用的SMILES忽略了化学反应的特征，其中分子图拓扑结构从反应物到产物在很大程度上没有改变，如果直接应用，则导致SMILES的次优性能。在这篇文章中，我们提出了根对齐的SMILES（R-SMILES），它指定了一个紧密对齐的一对一的映射之间的产品和反应物SMILES更有效的合成预测。由于严格的一对一映射和减少的编辑距离，计算模型在很大程度上从学习复杂的语法中解脱出来，并致力于学习反应的化学知识。我们将所提出的R-SMILES与各种最先进的基线进行了比较，结果表明它的性能明显优于所有基线，证明了所提出的方法的优越性。
2022-08-12 cs.LG physics.chem-ph q-bio.BM
Electron flow matching for generative reaction mechanism prediction obeying conservation laws
Massachusetts Institute of Technology（麻省理工学院）；Kookmin University（国民大学）
针对数据驱动反应预测模型常违反质量守恒的问题，提出基于流匹配框架的FlowER模型，强制精确质量守恒，解决幻觉失效、泛化至新底物和域外反应类，还能估计反应可行性，推进预测准确性与机理理解的结合。
2025-02-18 cs.LG
ReactionT5: a large-scale pre-trained model towards application of limited reaction data
Undergraduate School of Pharmaceutical Sciences, Kyoto University（京都大学药学院本科部）；Graduate School of Medicine, Kyoto University（京都大学医学研究生院）
提出ReactionT5模型，利用开放反应数据库预训练，针对有限反应数据微调，在产率预测和产物预测任务上表现优于传统模型。
2023-11-12 cs.LG physics.chem-ph
RxnCLF: Contrastive Transformation-Aware Reaction Foundation Model for Improved Reactivity Prediction
Discovery Chemistry, Merck & Co., Inc.（默克公司发现化学部门）
本研究提出RxnCLF，一种基于凝聚反应图的自监督对比反应基础模型，经170万Pistachio反应预训练后，在多类产率预测基准上均优于基线模型，展现出良好泛化潜力。
2026-08-07 cs.LG
A reaction network scheme which implements inference and learning for Hidden Markov Models
UM-DAE Centre for Excellence in Basic Sciences（UM-DAE基础科学卓越中心）；University of Copenhagen（哥本哈根大学）；Indian Institute of Technology Bombay（印度理工学院孟买分校）
提出Chemical Baum-Welch Algorithm反应网络方案，通过模拟生化反应实现隐马尔可夫模型的参数学习，并证明其收敛性与等价性。
2019-08-18 cs.ET cs.LG q-bio.MN
