論文の概要: TempRe: Template generation for single and direct multi-step retrosynthesis

• arxiv url: http://arxiv.org/abs/2507.21762v1
• Date: Tue, 29 Jul 2025 12:47:47 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-07-30 17:08:56.267074
• Title: TempRe: Template generation for single and direct multi-step retrosynthesis
• Title（参考訳）: TempRe: 単一および直接多段階の逆合成のためのテンプレート生成
• Authors: Nguyen Xuan-Vu, Daniel Armstrong, Zlatko Joncev, Philippe Schwaller,
• Abstract要約: 再合成は、巨大で複雑な化学反応空間のため、分子発見における中心的な課題である。 従来のテンプレートベースの手法はトラクタビリティを提供するが、スケーラビリティの低下と限定的な一般化に悩まされている。 本研究ではテンプレートベースのアプローチをシーケンス生成として再構成する生成フレームワークであるTempReを提案する。
• 参考スコア（独自算出の注目度）: 1.6787839854263589
• License: http://creativecommons.org/licenses/by-sa/4.0/
• Abstract: Retrosynthesis planning remains a central challenge in molecular discovery due to the vast and complex chemical reaction space. While traditional template-based methods offer tractability, they suffer from poor scalability and limited generalization, and template-free generative approaches risk generating invalid reactions. In this work, we propose TempRe, a generative framework that reformulates template-based approaches as sequence generation, enabling scalable, flexible, and chemically plausible retrosynthesis. We evaluated TempRe across single-step and multi-step retrosynthesis tasks, demonstrating its superiority over both template classification and SMILES-based generation methods. On the PaRoutes multi-step benchmark, TempRe achieves strong top-k route accuracy. Furthermore, we extend TempRe to direct multi-step synthesis route generation, providing a lightweight and efficient alternative to conventional single-step and search-based approaches. These results highlight the potential of template generative modeling as a powerful paradigm in computer-aided synthesis planning.
• Abstract（参考訳）: 再合成計画は、巨大で複雑な化学反応空間のため、分子発見における中心的な課題である。 従来のテンプレートベースの手法はトラクタビリティを提供するが、スケーラビリティの低下と限定的な一般化に悩まされ、テンプレートのない生成アプローチは無効な反応を引き起こすリスクがある。 本研究では,テンプレートベースのアプローチをシーケンス生成として再構成し,スケーラブルでフレキシブルで化学的に可逆なレトロ合成を可能にする生成フレームワークであるTempReを提案する。 本研究では, テンプレート分類法とSMILESに基づく生成法に比較して, 単段階および多段階の逆合成タスクにおけるTempReの評価を行った。 PaRoutesのマルチステップベンチマークでは、TempReは強力なトップkルート精度を実現する。 さらに、TempReを直接多段階合成経路生成に拡張し、従来のシングルステップおよびサーチベースアプローチに代わる軽量で効率的な代替手段を提供する。 これらの結果は、テンプレート生成モデリングがコンピュータ支援合成計画における強力なパラダイムである可能性を強調している。

関連論文リスト

• UAlign: Pushing the Limit of Template-free Retrosynthesis Prediction with Unsupervised SMILES Alignment [51.49238426241974]
  本稿では,テンプレートのないグラフ・ツー・シーケンスパイプラインであるUAlignを紹介した。 グラフニューラルネットワークとトランスフォーマーを組み合わせることで、分子固有のグラフ構造をより効果的に活用することができる。
  論文  参考訳（メタデータ） (2024-03-25T03:23:03Z)
• A Quality-based Syntactic Template Retriever for Syntactically-controlled Paraphrase Generation [67.98367574025797]
  既存の構文制御されたパラフレーズ生成モデルは、人間の注釈付きまたはよく書かれた構文テンプレートで有望に機能する。 禁止コストにより、ソース文ごとに適切なテンプレートを手作業で設計することは不可能になります。 本稿では,QSTR(Quality-based Syntactic Template Retriever)を提案する。
  論文  参考訳（メタデータ） (2023-10-20T03:55:39Z)
• RetroBridge: Modeling Retrosynthesis with Markov Bridges [2.256703675017117]
  再合成計画は、市販の開始物質から標的分子への反応経路を設計することを目的としている。 本稿では,2つの離散分布間の依存性を近似する生成フレームワークであるマルコフブリッジモデルを紹介する。 次に, 新たなフレームワークでレトロシンセシス計画問題に対処し, テンプレートレスレトロシンセシスモデリング手法RetroBridgeを導入する。
  論文  参考訳（メタデータ） (2023-08-30T15:09:22Z)
• Mind the Retrosynthesis Gap: Bridging the divide between Single-step and Multi-step Retrosynthesis Prediction [0.9134244356393664]
  多段階のアプローチは、単段階の逆合成モデルに格納された化学情報を繰り返し適用する。 複数のステップに拡張された1段階の逆合成のためのモデルが、現在のマルチステップ手法の経路探索能力に大きな影響を及ぼすことを示す。
  論文  参考訳（メタデータ） (2022-12-12T18:06:24Z)
• Retrieval-based Controllable Molecule Generation [63.44583084888342]
  制御可能な分子生成のための検索に基づく新しいフレームワークを提案する。 我々は、与えられた設計基準を満たす分子の合成に向けて、事前学習された生成モデルを操るために、分子の小さなセットを使用します。 提案手法は生成モデルの選択に非依存であり,タスク固有の微調整は不要である。
  論文  参考訳（メタデータ） (2022-08-23T17:01:16Z)
• RetroComposer: Discovering Novel Reactions by Composing Templates for Retrosynthesis Prediction [63.14937611038264]
  本稿では,テンプレート以外の新しいテンプレートを構築可能な,革新的な再合成予測フレームワークを提案する。 実験結果から,USPTO-50Kデータセットにおいて,328個のテスト反応のためのテンプレートを新たに作成できることが示唆された。
  論文  参考訳（メタデータ） (2021-12-20T05:57:07Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。