面向结构不变模板无关仿佛反应的复制增强表示
机器学习
2025-10-21 v1 计算与语言
摘要
仿佛反应预测是药物发现和化学合成的基本任务，要求识别能够产生目标分子的反应物。当前的模板无关方法难以捕捉化学反应中固有的结构不变性，其中大量分子骨架保持不变，导致搜索空间不必要地扩大且预测准确率降低。我们引入C-SMILES，一种新型分子表示方法，将传统SMILES分解为元素标记对，包含五个特殊标记，有效最小化反应物和产物之间的编辑距离。基于此表示，我们采用复制增强机制，动态确定是生成新标记还是保留来自产物的未更改分子片段。我们的 метод将SMILES对齐指导整合进注意力机制，以增强与真实原子映射的一致性，实现更具化学可靠性的预测。全面评估显示，在USPTO-50K和大规模USPTO-FULL数据集上，我们的方法实现了显著性改进：在USPTO-50K上实现67.2%的Top-1准确率，在USPTO-FULL上实现50.8%的准确率，生成分子的有效性达99.9%。本工作为结构感知的分子生成开辟了新的范式，具有直接的计算药物发现应用前景。
引用
@article{arxiv.2510.16588,
title = {Copy-Augmented Representation for Structure Invariant Template-Free Retrosynthesis},
author = {Jiaxi Zhuang and Yu Zhang and Aimin Zhou and Ying Qian},
journal= {arXiv preprint arXiv:2510.16588},
year = {2025}
}