要約
レトロ合成は有機化学における基本的な問題の一つです。この課題は、指定された製品分子を合成するために使用できる反応物質を特定することです。最近、レトロ合成のコンピュータ支援が化学と情報科学の両分野で再び注目を集めています。既存の大多数の手法は、部分グラフマッチングルールを定義するテンプレートベースモデルに依存していますが、化学反応が進行するかどうかは硬い決定ルールによって定義されるものではありません。本研究では、グラフニューラルネットワークに基づく条件付きグラフィカルモデルである条件付きグラフ論理ネットワーク（Conditional Graph Logic Network）を使用した新しいアプローチを提案します。このモデルは、反応テンプレートから得られる規則をいつ適用すべきかを学習し、結果として得られる反応が化学的に実現可能かつ戦略的に適切であるかどうかを暗黙的に考慮します。また、計算コストの軽減のために効率的な階層的サンプリング手法も提案しています。ベンチマークデータセットでの評価において、現在の最先端手法に対して8.1%の有意な改善を達成しており、さらに予測結果に対する解釈も提供しています。