التحدي الرئيسي في التخطيط الآلي للاصطناع الكيميائي هو القدرة على توليد وتوقع نتائج مجموعة متنوعة من réactions chimiques (التفاعلات الكيميائية). وبشكل خاص، في العديد من الحالات، لا يمكن تطبيق المسار الاصطناعي الأكثر احتمالية بسبب قيود إضافية، مما يتطلب اقتراح réactions chimiques بديلة (تفاعلات كيميائية بديلة). وفي هذا السياق، نقدم شبكة Molecule Edit Graph Attention Network (MEGAN)، وهي نموذج عصبي متكامل يجمع بين المُشفر والمُفكك. تلهم MEGAN النماذج التي تعبر عن التفاعل الكيميائي كسلسلة من تعديلات الرسم البياني، مشابهة لصيغة دفع الأسهم. لقد أعدنا صياغة هذا النموذج للتنبؤ بالتصنيع العكسي (توقع المواد الأولية المعطاة المنتج النهائي للتفاعل الكيميائي) ووسّعنا نطاقه ليشمل قواعد بيانات كبيرة. نعتقد أن تمثيل التفاعل كسلسلة من التعديلات يمكّن MEGAN من استكشاف فضاء التفاعلات الكيميائية المحتملة بكفاءة، مع الحفاظ على مرونة نمذجة التفاعل بطريقة متكاملة من البداية إلى النهاية، وتحقيق دقة غير مسبوقة في المقاييس القياسية. يتم توفير الشفرة البرمجية والنماذج المدربة عبر الإنترنت على الرابط: https://github.com/molecule-one/megan.