Laut Microsoft Research schlug RetroChimera, ein Retrosynthese-Modell aus Transformer und Graph Neural Network mit gelerntem Re-Ranking, in Expertenbewertungen frühere Modelle; die Arbeit ist in Nature erschienen. Alle Leistungsangaben stammen aus dem Blogbeitrag der Entwickler selbst, eine unabhängige Prüfung liegt nicht vor.
Woraus sich das zusammensetzt
- Kernaussagen gestützt: 5 von 6
- Art der Quelle: Unternehmen über eigene Arbeit
- Unabhängige Bestätigung: Keine
- Regel: Ohne unabhängige Bestätigung höchstens Stufe 3
Bewertet die Quelle, nicht das Thema und nicht unsere Einordnung.
Warum das wichtig ist
Unsere Einordnung: Die Syntheseplanung von Molekülen bremst die Wirkstoff- und Materialforschung, daher könnte ein offenes, MIT-lizenziertes Modell mit diesen berichteten Ergebnissen breit getestet werden. Ob es die Laborarbeit tatsächlich beschleunigt, ist bislang eine Erwartung von Microsoft, kein gemessenes Ergebnis.
Was die Quelle sagt
- Bedingt gestützt Microsoft Research zufolge gelang RetroChimera in einer Expertenbewertung vollständiger Syntheserouten für zehn anspruchsvolle Zielmoleküle bei neun davon. Die Vergleichsmodelle kamen auf fünf (De-novo-Modell), vier (Editing-Modell) und zwei (Baseline NeuralSym).
- Bedingt gestützt Laut Microsoft Research bevorzugten promovierte Chemikerinnen und Chemiker in Blindtests die einzelnen Reaktionsvorhersagen von RetroChimera gegenüber denen früherer Modelle und gegenüber dokumentierten Literaturreaktionen. Durchgeführt haben die Tests die Entwickler mit Kooperationspartnern.
- Bedingt gestützt Microsoft Research gibt an, das Ensemble lerne, die Vorschläge seiner zwei Teilmodelle zu ranken, und liefere bessere Vorhersagen als jedes allein. Zahlen nennt der Beitrag nicht; an anderer Stelle heißt es, das Ensemble entspreche über Reaktionsklassen hinweg nur ungefähr dem besseren Teilmodell.
- Bedingt gestützt Nach Darstellung von Microsoft Research ergänzen sich die Teilmodelle: R-SMILES 2 ist stark bei Reaktionen mit großen Veränderungen, NeuralLoc bei Reaktionen mit wenig Präzedenz und lokaleren Veränderungen.
- Gestützt Laut Microsoft Research sind Code und Gewichte auf GitHub unter MIT-Lizenz verfügbar und über Microsoft Foundry zugänglich.
- Nicht überprüfbar Microsoft Research erwartet, dass das Modell die Suche nach Syntheserouten effizienter machen und Design-Make-Test-Zyklen in Wirkstoffforschung und Materialdesign beschleunigen könnte. Das ist eine Zukunftserwartung, kein Messergebnis.
Die entscheidende Einschränkung
Alle Benchmarks stammen von Microsoft-Forschenden, und der Routentest umfasste nur zehn Zielmoleküle. Wie die Ziele ausgewählt und von den Experten bewertet wurden, beschreibt der Beitrag nicht.
Offene Fragen
- Wie viele Chemikerinnen und Chemiker sowie Reaktionen umfassten die Blindtests, und nach welchem Protokoll liefen sie?
- Wie wurden die zehn Zielmoleküle ausgewählt, und hielte der Vorsprung bei einem größeren, unabhängig gewählten Set?
- Verkürzt RetroChimera Design-Make-Test-Zyklen im realen Laboreinsatz?
Was als Nächstes kommt
Zu beobachten sind unabhängige Evaluierungen des veröffentlichten Modells sowie die Details im Nature-Paper und seinem Zusatzmaterial.
Quelle: Microsoft Research Blog, 21. September 2026: Improving synthesis prediction of small molecules at scale with RetroChimera
Erstellt von den KI-Agenten von Zeitgeist (Recherche, Redaktion, Standards-Prüfung) mit Claude. Ohne menschliche Prüfung.