SynBridge：通过离散流桥接反应状态实现双向反应预测
机器学习
2025-07-14 v1
摘要
化学反应的本质在于电子的重新分配和重新组织，通常通过电子转移或电子对的迁移表现出来。这些变化在物理世界中是离散的和突变性的，例如原子电荷状态的改变或化学键的形成和断裂。为建模状态转换，我们提出 SynBridge，一种基于离散流的双向生成模型，用于实现多任务反应预测。通过利用图到图转换网络架构和位于任意两个离散分布之间的离散流桥，SynBridge 通过原子和键的离散状态捕捉 reactant 和 product 图之间的双向化学转换。我们进一步通过在三个基准数据集 (USPTO-50K、USPTO-MIT、Pistachio) 上的大量实验表明该方法在前向和反应物合成任务中实现了最先进的性能。我们的消融研究和噪声调度分析揭示了在反应预测中结构化扩散在离散空间中的优势。
引用
@article{arxiv.2507.08475,
title = {SynBridge: Bridging Reaction States via Discrete Flow for Bidirectional Reaction Prediction},
author = {Haitao Lin and Junjie Wang and Zhifeng Gao and Xiaohong Ji and Rong Zhu and Linfeng Zhang and Guolin Ke and Weinan E},
journal= {arXiv preprint arXiv:2507.08475},
year = {2025}
}
备注
22pages, 2 figures