基于双值网络的逆合成规划
人工智能
2024-03-05 v3 机器学习
摘要
逆合成旨在从商业可得的起始原料寻找合成目标分子的路线，是药物发现与材料设计中的关键任务。近来，基于机器学习的单步反应预测器与多步规划器的结合取得了可喜结果。然而，单步预测器大多离线训练以优化单步准确率，未考虑完整路线。在此，我们利用强化学习（RL）改进单步预测器，通过使用树形 MDP 优化完整路线。具体而言，我们提出一种新颖的在线训练算法，称为双值网络规划（PDVN），其在规划阶段与更新阶段间交替。在 PDVN 中，我们构建两个独立的值网络分别预测分子的可合成性与成本。为保持单步准确率，我们为单步预测器设计了双分支网络结构。在广泛使用的 USPTO 数据集上，我们的 PDVN 算法提升了现有多步规划器的搜索成功率（例如，将 Retro* 的成功率从 85.79% 提高到 98.95%，并为 RetroGraph 在解决 99.47% 分子的同时将模型调用次数减半）。此外，PDVN 有助于发现更短的合成路线（例如，将 Retro* 的平均路线长度从 5.76 降至 4.83，将 RetroGraph 从 5.63 降至 4.78）。我们的代码见 \url{https://github.com/DiXue98/PDVN}。
引用
@article{arxiv.2301.13755,
title = {Retrosynthetic Planning with Dual Value Networks},
author = {Guoqing Liu and Di Xue and Shufang Xie and Yingce Xia and Austin Tripp and Krzysztof Maziarz and Marwin Segler and Tao Qin and Zongzhang Zhang and Tie-Yan Liu},
journal= {arXiv preprint arXiv:2301.13755},
year = {2024}
}
备注
Accepted to ICML 2023