RetroChimera от Microsoft: как ИИ планирует сложные химические синтезы быстрее людей

# От чертежа к реальности: новый прорыв в планировании химических синтезов

Создание молекул, которые не встречаются в природе, открывает новые горизонты в медицине, сельском хозяйстве и создании умных материалов. Однако прогресс в этих областях часто сталкивается с жестким «бутылочным горлышком»: планирование того, как превратить простые строительные блоки в сложное целевое соединение, остается длительным, дорогостоящим и крайне зависимым от ручного труда процессом. В лаборатории каждый шаг требует времени, реактивов и мастерства. Даже если вычислительные методы позволяют генерировать тысячи потенциально полезных молекул, найти практический способ их получить на заводе остается критической задачей.

Команда Microsoft Research представила решение этой проблемы в статье, опубликованной в научном журнале Nature. Новым инструментом стала модель RetroChimera, разработанная для масштабного ускорения ретросинтеза — процесса планирования синтеза по схеме работы «от обратного». Вместо того чтобы пытаться угадать весь путь сразу, модель разбивает целевую молекулу на более простые прекурсоры, пока не достигнет доступных в магазине реактивов.

*«Мы надеемся, что открытие наших данных и весов модели позволит исследователям быстрее разрабатывать новые молекулы с медицинским значением и передовые материалы»*, — заявили авторы исследования. Они сделали код и веса модели открытыми, чтобы научное сообщество могло экспериментировать и улучшать инструмент.

Архитектура, объединяющая силу двух подходов

Главная инновация RetroChimera кроется в ее архитектуре. Существующие системы часто полагаются на один тип модели, что создает риски: если модель хорошо знает частые реакции, она может пропускать редкие, но стратегически важные превращения, или же она может «галлюцинировать», предлагая несуществующие соединения.

RetroChimera решает эту проблему, объединяя два подмодели, которые используют разные методы для анализа химических структур, и позволяет им взаимно дополнять друг друга:

1. R-SMILES 2: Это модель, построенная на базе трансформеров. Она работает с текстовым представлением молекул (SMILES) и предсказывает молекулы-предшественники напрямую. Ее главное преимущество — гибкость, позволяющая изучать реакционные паттерны непосредственно из данных без жестких ограничений. Однако эта свобода делает модель уязвимой для ошибок генерации. 2. NeuralLoc: Эта модель использует графовые нейронные сети (GNN). Она кодирует как целевую молекулу, так и шаблоны реакций в виде графов. Такой подход обеспечивает высокую точность и надежность, так как прогнозы опираются на заранее определенные химические шаблоны. Но здесь есть ограничение: модель может плохо справляться с реакциями, которых нет в ее библиотеке шаблонов.

Вместо того чтобы выбирать одну из моделей, RetroChimera использует стратегию коллективного выбора (ансамблирование). Система обучается оценивать, кому из моделей больше доверять в каждом конкретном случае. Например, R-SMILES 2 блестяще справляется с реакциями, вызывающими крупные изменения в структуре, в то время как NeuralLoc эффективнее работает с малыми, локальными изменениями или редкими реакциями низкой частоты. Комбинируя их прогнозы, модель создает рекомендации, превосходящие возможности каждого из компонентов по отдельности.

Эксперты считают прогнозы лучше, чем в литературе

Надежность ИИ в химии традиционно оценивалось сложно. В данной работе ученые провели ряд проверок, чтобы убедиться, что система не просто имитирует учебник по химии, но и предлагает рабочие решения для реальных задач.

Особый интерес вызвали результаты «слепых тестов». Группе опытных химиков-докторов наук были показаны варианты расщепления сложных молекул, предложенные RetroChimera, а также варианты от предыдущих моделей, записанные литературные реакции и даже собственные предложения исследователей из тестовой выборки. Результаты показали, что эксперты отдавали предпочтение вариантам, выдвинутым RetroChimera. Модель смогла успешно найти пути синтеза для девяти из десяти сложных целевых молекул в тесте, в то время как другие методы, включая сильный базовый алгоритм NeuralSym, справились с меньшим количеством задач.

Особое внимание уделено способности модели запоминать редкие типы реакций. Часто стандартные алгоритмы игнорируют их, считая «шумом», но в реальном мире именно такие реакции могут стать ключом к новому лекарству. RetroChimera продемонстрировала высокую робастность и способность работать за пределами стандартного распределения данных обучения, что позволяет ей предлагать решения там, где другие системы терпели бы неудачу.

Будущее автоматизированного открытия

Прогресс в химии движется к созданию замкнутых циклов, где планирование синтеза и его выполнение в лаборатории идут в тесной связке, часто с использованием автоматизированных установок. Наличие надежного инструмента, такого как RetroChimera, становится фундаментом для таких систем.

Совместно с ростом уровня автоматизации лабораторных работ, ИИ-планировщики могут позволить ученым оценивать гораздо больше кандидатов на новые вещества. Это сокращает цикл «концепция-синтез-тестирование», делая открытие новых лекарств и материалов более быстрым и предсказуемым процессом.

Понятие «ретросинтез» здесь стоит объяснить просто: это как стратегическая игра в шахматы, где ходят не вперед, а назад. Выглядя на сложную фигуру (целевую молекулу), вы мысленно раскручиваете механизм, чтобы понять, из каких простых деталей она могла бы быть собрана. Чем глубже эта обратная декомпозиция, тем ближе к доступным в магазине реагентам.

Код RetroChimera уже доступен на GitHub под лицензией MIT, а доступ к весам модели возможен через платформу Microsoft Foundry. Исследователи Microsoft призывают химиков со всего мира попробовать инструмент на своих задачах, чтобы помочь выявлять его сильные и слабые стороны для дальнейшего совершенствования. Это шаг от академических публикаций к практическому применению ИИ в решении реальных проблем человечества.