Microsoft Researchは、逆合成予測のための新しいフレームワークであるRetroChimeraを公開し、オープンソース化した。このフレームワークは2つの補完的なモデルを組み合わせて、高品質な合成経路を提案する。システムは、TransformerベースのデノボモデルであるR-SMILES 2と、グラフニューラルネットワーク（GNN）ベースのモデルであるNeuralLocを、学習されたアンサンブル戦略を用いて統合し、予測結果をランク付けする。

  • RetroChimeraは、R-SMILES 2の柔軟性とNeuralLocの根拠のある精度を活用して、補完的な反応パターンを捉える。
  • 盲検試験では、博士号レベルの化学者が、先行モデルや文献記載の反応よりも、RetroChimeraの個別反応予測を好ましとした。
  • モデルは、完全な合成経路について専門家による90%の受容率を達成した。これは、サブモデルやベースラインの20〜50%と比較して高い数値である。
  • 実装と重みは、MITライセンスの下でGitHubおよびMicrosoft Foundryで利用可能。

RetroChimeraは、研究者が有望な合成経路をより効率的に特定することを支援し、創薬やスマート材料における設計・製造・テストのサイクルを加速させることを目的としている。