可综合化学空间的高效可编程探索

可综合化学空间的受限性为采样既具备可综合性又具备所需属性的分子带来了显著挑战。本文提出了PrexSyn，一个用于可综合化学空间分子发现的高效可编程模型。PrexSyn基于在可综合路径与分子属性配对的十亿级数据流上训练的仅解码器Transformer，由一个实时高通量基于C++的数据生成引擎支持。大规模训练数据使PrexSyn能够在高推理速度下几乎完美地重建可综合化学空间，并学习属性与可综合分子之间的关联。基于其学习到的属性-路径映射，PrexSyn可以生成满足单属性条件以及由逻辑运算符连接的复合属性查询的可综合分子，从而允许用户“编程”生成目标。此外，通过利用这种基于属性的查询能力，PrexSyn能够通过迭代查询细化高效地针对黑盒oracle函数优化分子，采样效率甚至优于即使是合成不可知的基线方法，使PrexSyn成为一个强大的通用分子优化工具。总体而言，PrexSyn推动了可综合分子设计的前沿，通过在可综合化学空间覆盖率、分子采样效率和推理速度方面设定了新的SOTA。