Rücksynthetische Reaktionsvorhersage mit neuronalen Sequenz-zu-Sequenz-Modellen

Wir beschreiben ein vollständig datengesteuertes Modell, das lernt, eine retrosynthetische Reaktionsvorhersage auszuführen, welche als ein Sequenz-zu-Sequenz-Abbildungproblem behandelt wird. Das von Ende zu Ende trainierte Modell verfügt über eine Encoder-Decoder-Architektur, die aus zwei rekurrenten neuronalen Netzen besteht und bei der Lösung anderer Sequenz-zu-Sequenz-Vorhersageaufgaben wie der maschinellen Übersetzung bereits große Erfolge erzielt hat. Das Modell wurde anhand von 50.000 experimentellen Reaktionsbeispielen aus der Patentliteratur der Vereinigten Staaten trainiert, die 10 breit gefasste Reaktionstypen umfassen, die von Medizinalchemikern häufig verwendet werden. Wir stellen fest, dass unser Modell vergleichbare Leistungen mit einem regelbasierten Expertensystem als Baseline-Modell zeigt und bestimmte Einschränkungen regelbasierter Expertensysteme sowie solcher Maschinenlernverfahren überwindet, die eine regelbasierte Expertensystem-Komponente enthalten. Unser Modell stellt einen wichtigen ersten Schritt dar zur Lösung des anspruchsvollen Problems der computergestützten retrosynthetischen Analyse.