RetroComposer: 템플릿 기반 역합성 예측을 위한 템플릿 구성

역합성의 주요 목표는 원하는 분자를 재귀적으로 사용 가능한 구성 요소로 분해하는 것입니다. 기존의 템플릿 기반 역합성 방법들은 템플릿 선택의 고정관념을 따르며, 제한된 훈련 템플릿으로 인해 새로운 반응을 발견하는 데 어려움이 있습니다. 이러한 제한을 극복하기 위해, 우리는 훈련 템플릿을 넘어서 새로운 템플릿을 조합할 수 있는 혁신적인 역합성 예측 프레임워크를 제안합니다. 우리가 아는 한, 이는 역합성 예측을 위해 기계 학습을 사용하여 반응 템플릿을 조합하는 첫 번째 방법입니다. 또한, 우리는 원자 수준의 변환을 포착할 수 있는 효과적인 반응물 후보 점수 모델도 제안하는데, 이는 우리의 방법이 USPTO-50K 데이터셋에서 이전 방법들을 능가하도록 도와줍니다. 실험 결과, 우리의 방법은 훈련 템플릿으로 포함되지 않은 15개의 USPTO-50K 테스트 반응에 대해 새로운 템플릿을 생성할 수 있음을 보여주었습니다. 우리는 소스 구현물을 공개하였습니다.