Microsoft Research berichtete, dass sein Retrosynthesemodell RetroChimera in der Zeitschrift Nature veröffentlicht wurde. RetroChimera ist ein Rahmen zur Vorhersage von Retrosynthesen, der auf zwei Modellen aufbaut. Bei einer retrosynthetischen Betrachtung geht man von einem Zielmolekül aus und untersucht mögliche Vorläufer oder Trennungen, aus denen es hervorgehen könnte. Der Rahmen verbindet dafür zwei unterschiedliche Modellierungsansätze und führt ihre geordneten Vorschläge zusammen.

Zwei Modelle mit unterschiedlichen Ansätzen

Die erste Komponente, R-SMILES 2, ist ein Transformer-basiertes De-novo-Modell. Es sagt Vorläufermoleküle direkt ausgehend vom Eingabemolekül voraus. Seine beschriebene Aufgabe ist die unmittelbare Vorhersage möglicher Vorläufer, ohne das für die zweite Komponente beschriebene Verfahren zur Auswahl von Reaktionsvorlagen zu verwenden.

Die zweite Komponente, NeuralLoc, ist ein Modell eines graphischen neuronalen Netzes. Es kodiert Zielmoleküle und Reaktionsvorlagen als Graphen, wählt Vorlagen aus und sagt voraus, an welcher Stelle sie angewendet werden sollen. Damit gehören die Auswahl und Platzierung einer Reaktionsvorlage zu seinem Vorhersageweg. Die beiden Komponenten schlagen retrosynthetische Ergebnisse auf unterschiedliche Weise vor; RetroChimera nutzt die geordneten Vorhersagen beider Modelle.

Zusammenführung der Rangfolgen

RetroChimera kombiniert die geordneten Vorhersagen seiner beiden Teilmodelle mit einer erlernten Ensemble-Strategie. Diese verwendet rangabhängige Stimmen: Die Position eines Vorschlags in der Rangfolge beeinflusst, wie er in die gemeinsame Bewertung eingeht. Schlagen beide Modelle dieselbe Reaktion vor, werden ihre Stimmen addiert. Übereinstimmung trägt somit zur kombinierten Rangfolge bei, ebenso wie die Platzierungen in den einzelnen Modellen.

Das ist der zentrale Aufbau, den der Artikel beschreibt: Eine Komponente sagt Vorläufer direkt voraus, die andere wählt Reaktionsvorlagen aus und bestimmt deren Anwendung; ein erlerntes Verfahren führt die geordneten Ergebnisse zusammen. Diese Kombination ordnet Vorhersagen der beiden Modelle. Aus der Beschreibung folgt nicht, dass eine Rangposition die experimentelle Durchführung eines vorgeschlagenen Weges garantiert oder dass jeder Vorschlag umsetzbar ist. Eine Vorhersage bleibt ein Vorschlag, und die berichtete Bewertung betrifft die Präferenz von Fachleuten.

Berichtete Leistung und fachliche Bewertung

Dem Artikel zufolge erzielt RetroChimera starke Ergebnisse bei häufigen und seltenen Reaktionsklassen und erzeugt Vorhersagen, die besser mit dem Urteil von Chemikern übereinstimmen. Außerdem berichtet er von Blindtests: Fachchemiker bevorzugten RetroChimeras Vorschläge für die Trennung komplexer Moleküle gegenüber Vorschlägen der einzelnen Teilmodelle, etablierter Ansätze und des Testdatensatzes selbst. Dieser Vergleich beschreibt die Präferenzen der Fachleute in den genannten Tests und ist in diesem Rahmen zu verstehen.

Diese Unterscheidung hilft dabei, die Aussage der Ergebnisse einzuordnen. Das System erstellt retrosynthetische Vorschläge; der Bericht zu den Blindtests beschreibt die Auswahlpräferenz unter solchen Vorschlägen. Der Artikel sagt nicht, dass jede vorgeschlagene Trennung experimentell bestätigt wurde. Die berichtete Präferenz belegt für sich genommen daher nicht, dass jeder Vorschlag im Labor umgesetzt werden kann. Microsoft Research berichtet vielmehr, dass die Vorschläge des kombinierten Modells im beschriebenen Vergleich bevorzugt wurden, und nennt zugleich starke Leistung bei häufigen und seltenen Reaktionsklassen.

Verfügbarkeit und Einordnung

Microsoft Research teilte mit, die Implementierung und die Gewichte von RetroChimera als Open Source veröffentlicht zu haben. Laut Artikel ist das Modell auf GitHub unter einer MIT-Lizenz verfügbar und über Microsoft Foundry zugänglich. Diese Angaben benennen die von Microsoft Research genannten Zugangswege; sie stellen keine zusätzliche Leistungsbewertung dar. Die Arbeit wird als Forschung zur Vorhersage der Synthese kleiner Moleküle in großem Maßstab vorgestellt, wobei der Aufbau aus zwei Modellen im Mittelpunkt steht.

Für Leser ist vor allem die Aufgabenteilung innerhalb des Rahmens relevant. R-SMILES 2 bildet ein Eingabemolekül direkt auf vorhergesagte Vorläufermoleküle ab. NeuralLoc stellt Ziele und Vorlagen als Graphen dar, wählt Vorlagen und sagt ihre Anwendungsstellen voraus. Anschließend kombiniert RetroChimera die beiden Ranglisten durch erlernte rangabhängige Stimmen und addiert Stimmen, wenn beide Modelle dieselbe Reaktion vorschlagen. Die berichtete Präferenz in den Blindtests bietet einen fachlichen Vergleich dieser Vorschläge; die Angaben zu Veröffentlichung und Verfügbarkeit beschreiben, wie Microsoft Research die Arbeit vorstellte und zugänglich machte.

Zusammen erklären diese Elemente den Bericht über RetroChimera: einen Rahmen zur Retrosynthesevorhersage, die Verbindung direkter Generierung mit vorlagenbasierter Vorhersage, eine erlernte Rangfolgenstrategie und die berichtete Präferenz von Fachleuten bei Trennungen komplexer Moleküle. Die hier wiedergegebenen Aussagen folgen dem Artikel von Microsoft Research, einschließlich seiner Angaben zur Veröffentlichung, zur berichteten Leistung und zum Zugang zu Implementierung und Gewichten.