LLM-引导动态作用空间可合成分子优化

可合成的分子优化旨在改善目标特性，同时确保分子修饰遵循可行的合成途径。现有的合成感知方法通常依赖于探索由反应模板和可购买的构建块定义的大量候选转换。当性能改进需要多个反应步骤时，随着空间沿着路径进一步扩展，这种搜索变得更具挑战性。为了应对这一挑战，我们引入了 MolReAct，它将分子优化重新表述为由工具增强的 大语言模型 (LLM) 提出的对紧凑反应空间的搜索。在每个步骤中，LLM 将其先前的化学知识与化学信息学工具相结合，以确定一组特定于分子的兼容反应，保持可合成性，同时使多步骤优化可行。鉴于这种紧凑的行动空间，我们进一步利用组相对策略优化（GRPO）和终端预言机奖励来改善多个反应步骤的长期决策。在不同的分子优化任务中，MolReAct 在 14 项任务中的 11 项中取得了最高的 Top-10 分数，在 14 项任务中的 12 项中取得了最佳样本效率，在有限的预言机预算下优于现有基线。除了这些成果之外，MolReAct 还为每个优化的分子提供了基于模板的合成途径。