SynLlama：利用大型语言模型生成可综合的分子及其变体
机器学习
2025-11-13 v5 生物物理
摘要
生成式机器学习模型在探索化学空间方面显示出巨大的潜力，但许多分子生成难以合成，导致在进一步的研究或开发中难以实际应用。本文提出一种新方法，通过微调 Meta 的 Llama3 大型语言模型（LLM）创建 SynLlama，其生成由常用可获取构件和稳健有机反应模板组成的完整合成路径。SynLlama 使用更少的数据探索更大的可综合空间，在正向和自下而上合成规划方面均表现出色。我们发现，即使不在训练数据中使用外部构件，SynLlama 也能有效地泛化到未见但可购买的构件，表明其重构能力扩展到比训练数据更广的可综合化学空间。我们还在制药领域演示了 SynLlama 用于靶向蛋白抑制剂的类似分子和命中扩增路线的合成规划，为药理学家提供了宝贵的发现工具。
引用
@article{arxiv.2503.12602,
title = {SynLlama: Generating Synthesizable Molecules and Their Analogs with Large Language Models},
author = {Kunyang Sun and Dorian Bagni and Joseph M. Cavanagh and Yingze Wang and Jacob M. Sawyer and Bo Zhou and Andrew Gritsevskiy and Oufan Zhang and Teresa Head-Gordon},
journal= {arXiv preprint arXiv:2503.12602},
year = {2025}
}