通过逆合成规划与反应预测评估分子可合成性
机器学习
2025-04-04 v2 定量方法
摘要
当前药物设计生成模型在湿实验中的一个显著挑战是药理性质与可合成性之间的权衡。预测具有高度理想性质的分子通常难以合成，而那些易于合成的分子往往表现出较差的药理性质。因此，在通用药物设计场景中评估分子的可合成性仍然是药物发现领域的一个重大挑战。常用的合成可及性（SA）分数旨在评估生成分子的合成难易程度，但它无法保证实际能找到合成路线。受近期自上而下合成路线生成和正向反应预测进展的启发，我们提出了一种新的、数据驱动的指标来评估分子可合成性。这种新颖的指标利用了逆合成规划器和反应预测器之间的协同二元性，两者均在大量反应数据集上训练。为了证明我们指标的有效性，我们在一系列代表性的分子生成模型上对往返分数进行了全面评估。
引用
@article{arxiv.2411.08306,
title = {Evaluating Molecule Synthesizability via Retrosynthetic Planning and Reaction Prediction},
author = {Songtao Liu and Dandan Zhang and Zhengkai Tu and Hanjun Dai and Peng Liu},
journal= {arXiv preprint arXiv:2411.08306},
year = {2025}
}