先分清一步建议与整条路线
给一个目标分子,模型提出“断开这里、得到这些前体”,看起来已经像一份合成计划;但这只是逆合成的一个局部步骤。那些前体可能仍很复杂,可能没有可用的下一步拆解,也可能无法在实际实验中按建议转化。要从目标一路退回可获得的起始原料,需要连续作出多次选择,处理多个前体之间的依赖,并在搜索预算有限时决定先探索哪条支路。
因此至少要区分两个任务。单步逆合成把一个目标结构映射成若干候选前体组合,评测通常关注真实反应对应的拆解是否出现在 top-k 列表中。多步合成规划则在单步模型外面加一层搜索:反复调用拆解模型,组合出路线,直到满足终止条件,再按路线长度、成本或模型分数排序。单步模型解决的是“下一步有哪些可能”;规划器解决的是“在许多局部可能中,哪条完整路径值得继续展开”。
flowchart TD
A[目标分子] --> B[单步逆合成模型]
B --> C[候选前体集合]
C --> D{前体是否都到达终点原料}
D -->|否| E[搜索器选择待展开分子]
E --> B
D -->|是| F[得到计算路线候选]
F --> G[化学家审查与实验验证]
图中的“终点原料”本身依赖设定:常见做法是对照一个可购分子集合,但目录是否最新、是否真能采购、纯度和价格如何,未必在规划模型里被完整表示。即使路线在计算意义上到达终点,仍需要化学家审阅反应可行性和实验条件。
Segler 等人:让 MCTS 把局部建议接成路线
Segler、Preuss 与 Waller 在 Planning chemical syntheses with deep neural networks and symbolic AI 中,把神经网络对逆合成步骤的建议与蒙特卡洛树搜索(MCTS)结合。论文的起点是:人类化学家不会只问一种断键规则,而会在多个可能反应之间反复选择;计算系统若每次只取单步模型排名第一的候选,一旦首选不合适,就可能沿着错误支路走到底。树搜索提供了回看、分支和重新分配计算资源的机制。
其扩展策略网络负责引导搜索,给待处理目标提供可能的逆合成转化;“in-scope”筛选网络则在搜索中预筛更值得考虑的候选步骤。随后 MCTS 在路线树中选择分支、展开候选、评估后续路线并回传信息。神经网络不直接吐出一份经验证的完整实验计划:网络提供局部偏好,符号化的搜索过程把这些偏好组织成多步图结构。
作者报告网络以约 1200 万条反应训练,并在论文设定下与基于提取规则、手工启发式的传统搜索方法比较;摘要称系统解决的分子接近两倍,速度约快 30 倍。作者还报告,在其路线评价中,化学家已难以区分系统生成路线与文献路线。这些结论只应按原论文的基准、测试与比较对象解读:它们说明该组合方法能高效提出与文献经验相似的计算路线,并不表示所有输出都被逐条实际合成。
“化学家无法区分”更不等于“路线已通过实验验证”。读者要留意路线的来源、目标样本、搜索预算、起始原料定义及评审问题。专家看起来像合理文献路线,意味着输出具有一定表面可信度;它并没有同时测量反应产率、选择性、重现性、纯化难度或供应链可行性。由数据学习出的“常见路线”也可能继承历史偏好,而非发现对当前目标最稳健的实验方案。
Retro*:用学习到的代价估值引导最佳优先搜索
Chen 等人的 Retro*: Learning Retrosynthetic Planning with Neural Guided A* Search 将路线表达为 AND-OR 搜索树。分子节点是 OR:可能通过不同反应之一制得;反应节点是 AND:其多个前体都必须可获得,或各自继续被合成。这个表达忠实体现了路线的逻辑结构——一个分子有替代路径,而一个反应所需的所有关键前体不能只解决其中一部分。
Retro* 的单步模型先为当前分子提出候选反应及其反应物集合,并为候选给出与模型相关的成本。另一个学习到的价值函数估计尚未展开分子的后续合成成本。搜索器采用类似 A* 的最佳优先策略,结合已经累积的路线代价和对剩余部分的估值,优先展开当前更有希望的分支。换言之,单步模型“提议怎么拆”,价值函数“估计继续拆要付出多少”,搜索算法“决定下一步把计算花在哪”。
这与把所有单步 top-1 建议串起来不同。若一条路线在早期选择了一个模型概率很高、但后续很难处理的前体,局部排名未必会指出总体代价;多步搜索可以比较路线树上的其他分支。AND-OR 表示也让“每个前体都要解决”的事实进入代价计算,而不是把一条路径误解成单个分子序列。
论文在 USPTO 衍生设置上评估多步搜索,目标起始原料来自指定的商业分子集合。测试样本还受候选模型排名和搜索设置约束,并过滤掉传统 BFS 在设定预算内已经解决的目标;所以它不是从全部现实合成需求中随机抽样的普适测试。在作者报告的一项设置中,Retro* 对 189 个目标进行测试,每个目标最多调用单步模型 500 次,搜索成功率为 86.84%,平均调用数为 156.58。这里的“成功”是找到符合计算终止条件的路线,调用数反映搜索开销;两者都不是实验收率或实验成功率。
Retro* 还用模型负对数似然作为反应路线成本的重要度量。这样的目标能够优化“模型觉得更可能”的路线,但模型似然并非真实实验成本,也不是直接的可执行性测量。若代价函数、起始物清单、候选反应模型或预算改变,路线排序和成功率都可能改变。理论上,A* 在满足相应启发式条件时可谈最优性;实际任务常使用学习得到的估值,并受限于计算预算或找到首条路线后停止,因此不能简单把方法名称中的 A* 当作“每次都找到化学最优解”的保证。
两类搜索的共同点与区别
Segler 的 MCTS 与 Retro* 的最佳优先搜索都依赖单步建议,也都要在分支很多、计算预算有限的路线空间中分配搜索资源。区别不只在算法名:MCTS 通过树上的选择、扩展、模拟和回传积累分支价值;Retro* 则明确以 AND-OR 结构及成本估值排序待展开节点。两者的单步模型、训练数据和路线终止条件也不完全相同,不能只拿“搜索次数”横向比较优劣。
| 维度 | 单步模型 | MCTS 规划 | Retro* 规划 |
|---|---|---|---|
| 输入 | 一个目标分子 | 目标分子与搜索状态 | 目标分子与搜索状态 |
| 主要输出 | 候选前体集合 | 计算搜索得到的多步路线 | 计算搜索得到的多步路线 |
| 核心工作 | 提出局部断键建议 | 在树中选择与扩展分支 | 用估值引导 AND-OR 最佳优先扩展 |
| 常见评测 | 单步 top-k 命中 | 路线成功率、质量、搜索效率 | 多步成功率、路线代价与调用预算 |
| 不自动证明 | 路线可行 | 实验可复现 | 实验可复现或产率较高 |
比较规划器时还应确认是否共享相同的单步模型、候选模板、终点库存、成本和扩展次数。若输入模型不同,观察到的路线差异可能来自单步候选质量,而非搜索策略本身。公平比较要固定这些条件,或者对差异作显式消融。
误差怎样沿路线传播
多步规划面临一个基本的组合问题:每一层都可能有多种候选反应,每个反应又产生多个前体。哪怕单步 top-k 看起来不错,某个分支的错误也可能在后续放大。错误有时是结构问题,例如原子映射或立体化学处理不当;有时是知识范围问题,例如模型把少见的反应类型映射到熟悉模板;有时是数据库的问题,专利记录中的组分、条件或产物本身不完整。搜索器能调整探索顺序,却无法凭空修复错误的单步模型或不准确的训练标签。
许多规划器也把现实化学压缩为有限的结构信息。Retro* 论文指出其方法忽略试剂和反应条件;即使路线图显示前体之间有一条边,仍可能没有适当催化剂、溶剂、温度、浓度、顺序或后处理。其他系统也可能使用规则模板或数据库拟合,并不自动知道空气敏感性、放热风险、反应时间或纯化难度。路线层级是依赖关系图,而不是包含所有操作细节的实验操作规程。
起始原料表也需要维护。规划器把某个分子视为“可购”通常源自有限的目录或预设库存;现实中供应商、包装规格、法规和区域都会改变可用性。所谓 route cost 可以包含或忽略步骤数、置信度、经济性或材料可得性,用户需要查看成本函数究竟表示什么,不要把单一分数读成“最容易做”的权威排名。
如何读路线评测与使用候选
看到成功率时,先问“成功”的定义:是搜索树触达库存集合,还是专家判断路线可行,还是实验合成得到了目标产物?绝大多数路线规划基准衡量的是前一种计算结果。再看测试集是否只包含单步模型能够提出的反应、是否过滤传统方法容易解决的目标,以及搜索预算与库存规则是什么。不同论文的分母、模型调用口径和终止条件并不一致,数字不能脱离这些设置直接排序。
若目标是比较多步规划方法,理想的报告应同时给出路线找到率、反应步数、模型或化学代价、计算开销、不同种子稳定性,并明确专家评审或实验验证是否发生。若还要声称泛化,应按时间、专利或数据源留出一组测试,而不只是随机抽取与训练分布近似的反应。单步 top-k 命中、整条路线可解率和实验验证率分别对应不同证据层级。
在实验室工作中,规划输出更适合作为“审阅候选集”。先检查每个拆解是否化学合理,再评估步骤间条件兼容性、保护基策略、起始物供应和安全风险;对关键步骤设计验证实验,记录失败结果并更新路线判断。若仅需找下一步反应,单步模型可能足够;若要比较多种合成策略,才需要搜索器;若要确定实验条件,则还需要条件推荐或优化模块与实际实验。
规划是提案,不是实验记录
逆合成 AI 的进步,不是某个单步模型突然“知道怎么合成所有分子”,而是局部反应模型与搜索算法逐步协作,能在庞大的拆解空间中更系统地提出路线。MCTS 与 Retro* 展示了两种计算路线组织方式,也提醒我们单步准确率不足以代表完整规划质量。
路线可解率和专家相似度有价值,但它们是模型与数据设定下的计算证据。只有真实实验才能检验试剂、条件、选择性、收率与重复性。把规划、实验建议、实验执行和实验验证分开表述,才能准确描述 AI 合成规划能做什么、暂时不能证明什么。
参考资料
- Planning chemical syntheses with deep neural networks and symbolic AI — Segler 等人将 MCTS 与神经网络建议结合的合成规划工作。
- Retro*: Learning Retrosynthetic Planning with Neural Guided A* Search — Retro* 的 AND-OR 路线搜索、价值估值与基准设置。
- ORDerly: Data Sets and Benchmarks for Chemical Reaction Data — 讨论反应数据清洗、逆合成基准与跨来源泛化评估。
读者留言
COMMENTS 暂无还没有留言,来说第一句?