AI 요약
마이크로소프트 리서치 AI for Science와 노바티스, GSK 등이 참여한 연구팀이 역합성 예측 모델 'RetroChimera'를 개발했다. 기존 AI 합성 계획 모델의 실패 모드를 분석하고, 상호 보완적 귀납적 편향을 가진 두 구성요소를 학습 기반 앙상블 전략으로 통합했다. RetroChimera는 여러 데이터 규모 실험에서 주요 기준선을 능가했으며, 훈련 데이터 외 영역에서도 강건성을 보이고 반응 클래스당 소수 예시로도 학습 가능했다. 유기화학자들은 RetroChimera의 예측을 출판된 참조 반응이나 다른 AI 모델보다 선호했으며, 두 대형 제약회사 내부 데이터셋에서 제로샷 전이 및 미세조정으로 분포 이동 하에서도 강건한 일반화를 입증했다.
핵심 포인트
- RetroChimera: 두 개의 새로 개발된 구성요소를 학습 기반 앙상블 전략으로 통합한 프론티어 역합성 모델
- 여러 데이터 규모 실험에서 주요 기준선 능가, 훈련 데이터 외 강건성 및 반응 클래스당 소수 예시 학습 능력 입증
- 유기화학자가 RetroChimera 예측을 출판된 참조 반응 및 다른 AI 모델보다 선호
- 노바티스(Novartis)와 GSK 두 대형 제약회사 내부 데이터셋에서 제로샷 전이 및 미세조정으로 강건한 일반화 입증
- 저자: Krzysztof Maziarz, Guoqing Liu, Felix Pultar 등 (Microsoft Research AI for Science, Novartis, GSK, Cambridge, Jagiellonian, Wuppertal 대학 소속)
향후 전망
- 점점 더 도전적인 영역에서 정확한 합성 예측을 위한 딥러닝의 실행 가능성 입증
- 신약 개발 및 기능성 소분자 제조의 핵심 병목인 화학 합성 문제 해결에 기여할 전망