URSA：实用逆合成评估的化学意识基准

旨在寻找目标分子反应途径的合成规划是药物发现中最重要和最具挑战性的任务之一。最近的进展已经产生了专门的深度学习逆合成系统和通用 大语言模型，但由于缺乏灵活的、化学上可解释的基准测试协议，客观比较仍然很困难。在当前的研究中，我们引入了URSA（实用性逆合成评估）评估框架，该框架不仅从形式角度（例如与市售起始材料的融合）提供了对合成路线进行基准测试的机会，而且还从化学合理性的角度，模仿专业化学家评估反应和路线的方式。该研究涵盖了对传统端到端逆合成解决方案和 LLM 的综合评估，以针对一组具有未公开的合成路线的新颖、多样化的目标分子进行合成规划任务，这代表了日常药物设计常规中的现实任务。我们发现，虽然 LLM 可以支持高级战略规划，但它们目前在可靠地解决综合规划任务方面表现不佳。