التحليل العكسي هو أحد المشكلات الأساسية في الكيمياء العضوية. يهدف هذا المهمة إلى تحديد المواد المتفاعلة التي يمكن استخدامها لتصنيع جزيء منتج محدد. مؤخرًا، أعادت المجتمعات الكيميائية وعلمية الحاسوب اهتمامها بالتحليل العكسي المعزز بالحاسوب. تعتمد معظم النماذج الحالية على نماذج القوالب التي تحدد قواعد مطابقة الرسوم الفرعية، ولكن إمكانية حدوث التفاعل الكيميائي لا تُحدَّد بواسطة قواعد قرار صارمة. في هذه الدراسة، نقترح نهجًا جديدًا لهذه المهمة باستخدام شبكة المنطق الرسمية الشرطية (Conditional Graph Logic Network)، وهي نموذج رسومي شرطي يستند إلى الشبكات العصبية الرسومية ويتعلم متى يجب تطبيق قواعد القوالب التفاعلية، مما يعتبر ضمنيًا ما إذا كان التفاعل الناتج سيكون كيميائيًا ممكنًا واستراتيجيًا. كما نقترح طريقة عينية هرمية فعالة لتخفيف تكلفة الحسابات. بينما حقق نموذجنا تحسينًا كبيرًا بنسبة 8.1٪ مقارنة بأحدث الأساليب الحالية على مجموعة البيانات المرجعية، فإنه يقدم أيضًا تفسيرات للتنبؤات.