Microsoft Research는 두 개의 보완적 모델을 결합하여 고품질 합성 경로를 제안하는 새로운 역합성 예측 프레임워크인 RetroChimera를 출판하고 오픈소스로 공개했습니다. 이 시스템은 학습된 앙상블 전략을 사용하여 R-SMILES 2(Transformer 기반의 de-novo 모델)와 NeuralLoc(GNN 기반 모델)을 통합하고 예측을 순위 매깁니다.

  • RetroChimera는 R-SMILES 2의 유연성과 NeuralLoc의 검증된 정확도를 활용하여 보완적인 반응 패턴을 포착합니다.
  • 맹검 테스트에서 박사 수준의 화학자들은 선행 모델이나 문헌 기록된 반응보다 RetroChimera의 개별 반응 예측을 선호했습니다.
  • 이 모델은 전문가들이 완전한 합성 경로를 90% 수용하는 반면, 하위 모델이나 베이스라인은 20-50%의 수용률을 보였습니다.
  • 구현 코드와 가중치는 MIT 라이선스 하에 GitHub 및 Microsoft Foundry에서 제공됩니다.

RetroChimera는 연구자들이 유망한 합성 경로를 더 효율적으로 식별할 수 있도록 지원하여 약물 발견과 스마트 소재 분야에서 빠른 설계-제작-테스트 주기를 지원합니다.