Improving synthesis prediction of small molecules at scale with RetroChimera

RetroChimera 将直接生成前体的 R-SMILES 2 与模板约束的 NeuralLoc 用学习排序融合，在十个困难目标上完成九条路线，专家对完整路线的接受率为 90%，单模型/基线约 20 - 50%。它还开源 MIT 许可的代码和权重，使逆合成评估从常见反应覆盖扩展到稀有反应与专有数据迁移。