回溯退路：不确定世界中的逆合成规划
人工智能
2024-04-16 v3 机器学习
摘要
逆合成是规划一系列化学反应以从更简单、可购买的分子合成目标分子的任务。尽管以往工作提出了针对多种指标（如最短、最低成本）寻找最优解的算法，但这些工作通常忽视了我们对可能反应空间的知识并不完备，这意味着算法创建的方案在实验室中可能无法奏效。本文中，我们提出一种基于随机过程的逆合成新表述，以考量此种不确定性。随后我们提出一种称为 retro-fallback 的新贪心算法，其最大化至少一种合成方案可在实验室中执行的概率。通过计算机模拟基准测试，我们证明 retro-fallback 通常比流行的 MCTS 与 retro* 算法产生更优的合成方案集。
引用
@article{arxiv.2310.09270,
title = {Retro-fallback: retrosynthetic planning in an uncertain world},
author = {Austin Tripp and Krzysztof Maziarz and Sarah Lewis and Marwin Segler and José Miguel Hernández-Lobato},
journal= {arXiv preprint arXiv:2310.09270},
year = {2024}
}
备注
ICLR 2024 camera ready version (https://openreview.net/forum?id=dl0u4ODCuW). 58 pages total. Code available at: https://github.com/AustinT/retro-fallback-iclr24. This version has 1) updated writing 2) updated figures 3) additional experimental results 4) more complete explanation of AND/OR graphs in the appendices 5) correct typos + error in fig G.5 caption