【ICML2020】通过神经引导的A*搜索学习逆合成设计

逆合成设计是有机化学的关键问题之一。由于在反应的每一步理论上都有成千上万种可能的转化导致设计的搜索空间是巨大的，即使是有经验的化学家处理这个问题也是十分棘手的。

单步逆合成预测对给定产物可能的直接反应物列表的预测，尽管单步合成法不断得到改进，但现实世界中的大多数分子都无法在一步之内合成。合成步骤的数量可以达到60个甚至更多。单步逆合成法面临着巨大的搜索空间和性能测量及基准测试模糊性的挑战，为实现多步逆合成设计奠定基础。

在本文中，作者提出了一种新的基于学习的逆合成设计算法Retro*来学习以前的设计经验，该算法框架可以归纳出保证最优解的搜索算法。另外，作者提出了一种构建合成路线数据集的方法，用于对多步合成设计方法进行定量分析。其设计算法是通用的，它也可以应用于其他机器学习问题，如定理证明和分层任务设计，实验结果表明该算法的性能大大优于现有方法。

https://www.zhuanzhi.ai/paper/84dcdb8686f27852f81a0a23d48ce2dd

专知便捷查看

便捷下载，请关注专知公众号（点击上方蓝色专知关注）

• 后台回复“RETRO” 可以获取《【ICML2020】通过神经引导的A*搜索学习逆合成设计》专知下载链接索引

专 · 知

专知，专业可信的人工智能知识分发，让认知协作更快更好！欢迎注册登录专知www.zhuanzhi.ai，获取5000+AI主题干货知识资料！

欢迎微信扫一扫加入专知人工智能知识星球群，获取最新AI专业干货知识教程视频资料和与专家交流咨询！

点击“阅读原文”，了解使用专知，查看5000+AI主题知识资料