加速药物发现的问题在很大程度上依赖于自动工具来优化前体分子，以赋予它们更好的生物化学特性。本文的工作显著扩展了先前在分子优化领域的图到图翻译方法的最先进水平。具体而言，我们通过将子结构组件的编码与原始分子图的原子级编码交织在一起，实现了连贯的多分辨率表示。此外，我们的图解码器完全自回归，并且在添加新子结构的每一步中穿插解决其与正在生成的分子的连接过程。我们在多个分子优化任务上评估了我们的模型，并证明该模型显著优于以往的最先进基线模型。