DDrugAI · 公众号
10月16日 20:06 · 阅读约 6 分钟
DrugAI· 中国
微软怎样让逆合成 AI 快速适应新反应数据
发布于 2026/10/16 20:06:54（北京时间）
摘要
Chemistry World 是由英国皇家化学会出版的化学杂志，主要发布化学相关最新的新闻、观点、评论和科研进展。为助您快速了解该杂志的最新讯息，我们特别开通了『今日 Chemistry Wor
正文
Chemistry World 是由英国皇家化学会出版的化学杂志，主要发布化学相关最新的新闻、观点、评论和科研进展。
为助您快速了解该杂志的最新讯息，我们特别开通了『今日 Chemistry World』栏目，欢迎扫描文末二维码访问 Chemistry World 官方网站。
将两种“思考”方式截然不同的 AI 模型结合起来，可以减少它们在执行逆合成分析这项重要化学任务时出现的失败和幻觉。
“我们发现，不同模型各有所长，将它们结合起来，可以比单独使用任何一个模型带来显著的性能提升。”英国剑桥微软研究院 AI for Science 部门高级总监 Marwin Segler 表示。这款名为 Retrochimera 的组合工具，还可以通过低成本、快速的微调来适应新的反应数据库。Segler 及其同事请拥有博士学位的化学家比较参考数据集与 Retrochimera 提出的逆合成步骤，看他们更偏好哪一种。在约三分之二的比较中，化学家选择了 Retrochimera 的建议。研究人员写道：“据我们所知，这是首次证明，一个模型给出的预测比其测试集中的参考反应更符合化学家的偏好。”逆合成分析从目标结构出发向后推导，帮助化学家规划如何制备感兴趣的分子。研究人员长期以来一直在探索 AI 工具在这一领域的应用，但过去，当分子结构与训练数据存在显著差异时，这些工具的实用性就会迅速下降。为探索 AI 加速分子设计的潜力，Segler 团队测试了多种不同类型的 AI，发现它们的优势与不足可以相互补充。其中一种是 Transformer，ChatGPT 等常见大语言模型就采用了这类架构。在书面语言中，Transformer 根据一个词与周围其他词共同出现的频率，学习这个词的含义。在这项新研究中，Retrochimera 的一种 AI“性格”——也就是一个子模型——是名为 R-Smiles 2 的逆合成 Transformer。名称中的 SMILES 指简化分子线性输入规范 (Simplified Molecular Input Line Entry System)，即一种用字母和符号表示化学结构的方法。“SMILES 与自然语言一样，都是受规则约束的符号序列。”Segler 解释道，“在自然语言中，符号是词语，规则是语法。在 SMILES 中，符号表示原子、化学键、环闭合等，而 SMILES 语法规定哪些序列表示有效的分子。”因此，Transformer“既能学习自然语言的结构，也能学习 SMILES 的结构”。Segler 及其同事测试的逆合成工具还包括一种截然不同的 AI——图神经网络（GNN）。图神经网络擅长表示结构化对象，因此在社交网络和化学应用中十分常见。研究人员据此开发了名为 Neuralloc 的图神经网络，作为 Retrochimera 的另一个 AI 子模型。Segler 告诉 Chemistry World 团队：两个子模型都以单个分子为输入，输出一份按优先顺序排列的反应列表，其中的反应可能用于合成该分子。在对常见和罕见反应进行大量训练后，Retrochimera 还会学习如何对合并后的列表进行排序。来自瑞士诺华制药的团队成员，让研究人员能够直接使用 Retrochimera，对该药企内部数据库中的 10,444 个反应开展逆合成分析。合作还包括位于英国 GSK 的科学家，他们提供了公司数据库中的超过 650,000 个反应，用于训练、验证和测试。研究人员利用 GSK 数据，探索重新训练或微调能否改善 Retrochimera 的表现。这款组合 AI 工具的表现始终优于两个单独的子模型，在罕见转化上尤其如此。子模型之间的交叉核查，使幻觉——也就是不合常理的建议——数量减少了一半以上。“我们还发现，在内部数据集上对模型进行微调，可以进一步提升性能，这对其在制药和化学企业中的实际应用很重要。”Segler 表示。由于 Retrochimera 采用模块化设计，后续还可以不断加入新的组件模型，微软预计这将进一步改善性能。瑞士洛桑联邦理工学院 (EPFL) 的 Philippe Schwaller 评价道：“Retrochimera 是一项令人印象深刻、经过细致验证的工作，或可称为迄今最强的单步逆合成模型。在罕见反应上的提升，以及更低的反应幻觉率，在实践中都很重要。”他指出，过去对逆合成 AI 的评价，取决于它能在多大程度上复现已有记录中的答案。“这种衡量标准有缺陷，因为很少有唯一的正确答案。”Schwaller 说。他希望由专业化学家开展的盲评“成为标准”。Segler 指出，从这篇新发表论文投稿至今的一年里，微软已与合作伙伴共同推进了内部模型的开发。他表示，尽管 Retrochimera 去年就已发布，但在这个快速发展的领域中，它“在独立基准测试中仍然具有很强的竞争力，同时性价比也很高”。Segler 还强调，微软正在开发其他工具，例如预测反应条件的 Qfang，以及集成 Retrochimera 的 AI 智能体 Clio。参考文献 K Maziarz et al,Nature, 2026, DOI: 10.1038/s41586-026-11160-9
