【论文推荐】一种用于逆合成预测的图到图框架，A Graph to Graphs Framework for Retrosynthesis Prediction

题目： A Graph to Graphs Framework for Retrosynthesis Prediction

摘要：

计算化学的一个基本问题是找到一组反应物来合成一个目标分子，即逆合成预测。现有的最先进的方法依赖于将目标分子与大量的反应模板进行匹配，这些模板的计算成本非常高，而且还存在覆盖问题。在这篇论文中，我们提出了一种新的无模板方法，称为G2Gs，通过将一个目标分子图转换成一组反应物分子图。G2Gs首先通过识别反应中心将目标分子图分割成一组合成图，然后通过变分图翻译框架将合成图翻译成最终的反应物图。实验结果表明，G2Gs在准确率方面显著优于现有的无模板方法，最高可达63%，其性能接近于最先进的基于模板的方法，但不需要领域知识，且可扩展性更强。