多步反应机理不再只靠单步模板：图引导偏好数据让GRMP整条路径准确率到48.1%
核心概要
多步反应机理预测此前多停留在单步基元反应，难以外推到未见反应空间。GRMP把专家模板补全的化学机理知识图与语言模型结合，用图卷积网络生成候选路径构造偏好数据做直接偏好优化，推理时再检索图中关系证据修正路径。在ChemMechQA与oMe-Gold上，GRMP的整条路径准确率分别为48.1%和57.9%，为所比较方法中最高。
深度剖析
多步反应机理预测从单步基元反应预测转向整条分子状态路径的生成，模型要给出有序的中间体序列而不只是最终产物。 此前的计算方法和基于语言模型的应用主要针对单步基元反应预测，或局限于简化的多项选择任务，面对机理逻辑偏离训练模式的未见反应时难以外推。 在ChemMechQA与oMe-Gold两个基准上，GRMP的整条路径准确率分别为48.1%和57.9%，在所列比较方法中最高；在ChemMechQA上比最强的机理基线Graph2SMILES的33.5%高14.6个百分点。
路径生成由化学机理知识图引导，图中的分子状态与反应模板作为两类实体，边表示它们之间的连接关系。 知识图增强语言模型的常见做法在稠密化学图上抽取多跳路径会引入拓扑噪声，而浅层检索又不足以约束化学步骤。 知识图由Pistachio数据库中5万条实验报道反应、经676个专家标注模板补全中间体构建，含247,832个实体，其中247,156个分子节点和676个模板节点。
训练分两步：先监督微调学习标注路径，再用图卷积网络生成的候选路径构造偏好对做直接偏好优化。 只用参考路径与错误预测构造偏好对的基线，在ChemMechQA-Hard固定110条样本上整条路径准确率仅5.5%。 同一批样本上，图引导偏好数据的直接偏好优化把整条路径准确率提到27.2%，绝对提高21.7个百分点；相对仅监督微调且不做语言模型修正的版本，主产物准确率从14.5%升到35.4%，路径准确率从12.7%升到27.2%。
推理阶段的关系检索从知识图中取出相关三元组作为结构先验，交给通用语言模型修正候选路径。 不做关系检索时，同一配置在ChemMechQA-Hard上的中间体命中率为29.8%、主产物准确率为49.1%、路径准确率为34.5%。 加入关系检索并使用隐藏模板的知识图后，这三项分别升到34.7%、66.4%和37.3%；使用标准知识图时路径准确率为36.4%。
启示与展望
演示范围是有机反应的多步机理路径预测，评测覆盖ChemMechQA、196条文献验证路径的oMe-Gold，以及由11个留出反应类别和24个未见机理模板构成的2,009条ChemMechQA-Hard反应；消融与人工评估使用其中固定的110条样本。
所生成路径被定位为可信的机理候选，任何路线在被当作已发现的机理之前都需要实验验证；修正带来的收益随反应难度和评价指标而变，在中等难度反应上路径准确率从42.0%微降到41.6%；偏好阈值过高或过低都会使路径准确率与主产物准确率下降。