研究团队提出“陷阱分子”这一对抗式评测思路：用 AI 智能体按反应 SMARTS 模板和 USPTO 反应记录，刻意设计含敏感基团、近似重复反应位点或大位阻基团的分子，专门诱导逆合成算法犯典型错误。在 100 个化学选择性、100 个区域选择性和 27 个位阻陷阱分子上，UAlign、SimpRetro、RetroChimera 三种不同原理的算法在 top-20 预测中均暴露出明显弱点，化学选择性、区域选择性和位阻三类问题的总体出错率分别为 66%–77%、85%–93% 和 92.6%–100%。
逆合成预测从直接输出反应物，改为按化学家的断键思路分四步推理：产物分析、关键子结构识别、策略性断键、合成等价物映射。模型以SyntheticRetro生成的结构化理由做监督微调，再用往返奖励做强化学习，即把预测反应物送入正向合成模型、能重建原产物就给奖励。在ORDerly的500条主测试集上，RetroReasoner（RL）的Exact@1为0.526、Round-trip@1为0.826；在稀有原子/词元子集上，其可行比例0.557、模板多样性2.97，均高于同架构去掉显式推理的Prediction-Only（RL）的0.478与1.97。
该工作提出 RetroChimera 逆合成预测框架，将基于 Transformer 的从头预测模型 R-SMILES 2 与基于图神经网络、以反应模板为约束的 NeuralLoc 通过按排名加权的学习式集成策略结合，使二者互补优势得以发挥，在常见与罕见反应类别上均表现稳健，并在盲测中使博士级化学家更偏好其给出的复杂分子断键方案，优于两个子模型、更早的方法乃至测试集本身记录的反应。
已读完全部报道