論文の概要: FragmentRetro: A Quadratic Retrosynthetic Method Based on Fragmentation Algorithms

• arxiv url: http://arxiv.org/abs/2509.15409v1
• Date: Thu, 18 Sep 2025 20:36:22 GMT
• ステータス: 翻訳完了
• システム内更新日: 2025-09-22 18:18:10.895415
• Title: FragmentRetro: A Quadratic Retrosynthetic Method Based on Fragmentation Algorithms
• Title（参考訳）: FragmentRetro: フラグメンテーションアルゴリズムに基づく擬似再合成法
• Authors: Yu Shee, Anthony M. Smaldone, Anton Morgunov, Gregory W. Kyro, Victor S. Batista,
• Abstract要約: 再合成はコンピュータ支援合成計画に不可欠である。 FragmentRetroは,フラグメンテーションアルゴリズムを利用した新しいレトロシンセティック手法である。 FragmentRetroは競合するランタイムで高い解決率を達成することを示す。
• 参考スコア（独自算出の注目度）: 0.0
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Retrosynthesis, the process of deconstructing a target molecule into simpler precursors, is crucial for computer-aided synthesis planning (CASP). Widely adopted tree-search methods often suffer from exponential computational complexity. In this work, we introduce FragmentRetro, a novel retrosynthetic method that leverages fragmentation algorithms, specifically BRICS and r-BRICS, combined with stock-aware exploration and pattern fingerprint screening to achieve quadratic complexity. FragmentRetro recursively combines molecular fragments and verifies their presence in a building block set, providing sets of fragment combinations as retrosynthetic solutions. We present the first formal computational analysis of retrosynthetic methods, showing that tree search exhibits exponential complexity $O(b^h)$, DirectMultiStep scales as $O(h^6)$, and FragmentRetro achieves $O(h^2)$, where $h$ represents the number of heavy atoms in the target molecule and $b$ is the branching factor for tree search. Evaluations on PaRoutes, USPTO-190, and natural products demonstrate that FragmentRetro achieves high solved rates with competitive runtime, including cases where tree search fails. The method benefits from fingerprint screening, which significantly reduces substructure matching complexity. While FragmentRetro focuses on efficiently identifying fragment-based solutions rather than full reaction pathways, its computational advantages and ability to generate strategic starting candidates establish it as a powerful foundational component for scalable and automated synthesis planning.
• Abstract（参考訳）: 標的分子を単純な前駆体に分解する過程である再合成は、コンピュータ支援合成計画(CASP)において重要である。 広く採用されている木探索法は指数計算の複雑さに悩まされることが多い。 本稿では,フラグメンテーションアルゴリズム(特にBRICSとr-BRICS)とストックアウェア探索とパターン指紋スクリーニングを組み合わせることで,2次複雑さを実現する手法であるFragmentRetroを紹介する。 FragmentRetroは再帰的に分子フラグメントを結合し、ビルディングブロックセットにおけるそれらの存在を検証する。 本稿では, 木探索が指数関数的な複雑性を示すこと, DirectMultiStepが$O(h^6)$, FragmentRetroが$O(h^2)$となり, $h$がターゲット分子内の重原子の数を表し, $b$が木探索の分岐因子であることを示す。 PaRoutes、USPTO-190、および天然物の評価は、FragmentRetroが競合するランタイムで高い解決率を達成することを示す。 この方法は、サブ構造マッチングの複雑さを著しく低減する指紋スクリーニングの恩恵を受ける。 FragmentRetroは、完全な反応経路ではなく、フラグメントベースのソリューションを効率的に識別することに重点を置いているが、その計算上の利点と戦略的開始候補を生成する能力は、スケーラブルで自動化された合成計画のための強力な基盤コンポーネントとして確立している。

関連論文リスト

• FragmentGPT: A Unified GPT Model for Fragment Growing, Linking, and Merging in Molecular Design [41.569088533365274]
  FragmentGPTは、切断された分子断片を化学的および薬理学的に有効な候補に結合するリンカーを生成する。 また、重複フラグメントのような構造的冗長性、すなわちインテリジェントなマージの解決も学んでいる。 実世界のがんデータセットの実験とアブレーション研究は、化学的に有効な高品質な分子を生成する能力を示している。
  論文  参考訳（メタデータ） (2025-09-14T02:17:07Z)
• Retro-fallback: retrosynthetic planning in an uncertain world [29.35379180648418]
  再合成は、よりシンプルで購入可能な分子から望ましい分子を作るために一連の化学反応を計画するタスクである。 本稿では,この不確実性を考慮したレトロ合成の新規な定式化を提案する。 そこで我々は,少なくとも1つの計画が実験室で実行可能である確率を最大化する,レトロフォールバック(retro-fallback)と呼ばれる新しいグリージーアルゴリズムを提案する。
  論文  参考訳（メタデータ） (2023-10-13T17:35:04Z)
• Evolutionary Retrosynthetic Route Planning [8.19851864095418]
  本稿では,進化的最適化に基づく再合成経路計画法を提案する。 進化的アルゴリズム(EA)は、多段階の逆合成の分野で初めて使われる。
  論文  参考訳（メタデータ） (2023-10-08T14:47:41Z)
• Factorization of Multi-Agent Sampling-Based Motion Planning [72.42734061131569]
  現代のロボティクスは、共有環境内で複数のエンボディエージェントを動作させることが多い。 標準的なサンプリングベースのアルゴリズムは、ロボットの関節空間における解の探索に使用できる。 我々は、因子化の概念をサンプリングベースアルゴリズムに統合し、既存の手法への最小限の変更しか必要としない。 本稿では, PRM* のサンプル複雑性の観点から解析的ゲインを導出し, RRG の実証結果を示す。
  論文  参考訳（メタデータ） (2023-04-01T15:50:18Z)
• FusionRetro: Molecule Representation Fusion via In-Context Learning for Retrosynthetic Planning [58.47265392465442]
  再合成計画(Retrosynthetic Planning)は、開始物質から標的分子への完全な多段階合成経路を考案することを目的としている。 現在の戦略では、単一ステップの逆合成モデルと探索アルゴリズムの分離されたアプローチを採用している。 本稿では,文脈情報を利用した新しいフレームワークを提案する。
  論文  参考訳（メタデータ） (2022-09-30T08:44:58Z)
• A Closer Look at Branch Classifiers of Multi-exit Architectures [103.27533521196817]
  一定の複雑さのブランチはすべてのブランチを同じに保ちますが、複雑性の増大と複雑性の低下は、それぞれバックボーンの遅かれ早かれ複雑なブランチを配置します。 知識の整合性を利用して,背骨に枝を追加する効果を探索する。 以上の結果から,複雑性が増大する分岐は,背骨の特徴的抽象的階層を最小限に破壊することが明らかとなった。
  論文  参考訳（メタデータ） (2022-04-28T08:37:25Z)
• Root-aligned SMILES for Molecular Retrosynthesis Prediction [31.818364437526885]
  再合成予測は有機合成の基本的な問題であり、標的分子の合成に使用できる前駆体分子を発見することが目的である。 既存の計算逆合成手法の一般的なパラダイムは、列から列への変換問題として再合成予測を定式化する。 本稿では,製品と反応するSMILES間の一対一マッピングを厳密に整列するルート整列SMILES(R-SMILES)を提案する。
  論文  参考訳（メタデータ） (2022-03-22T03:50:04Z)
• RetCL: A Selection-based Approach for Retrosynthesis via Contrastive Learning [107.64562550844146]
  レトロシンセシスは深層学習の新たな研究分野である。 本稿では, 市販分子の候補群から, 反応物質の選択問題へとレトロシンセシスを再構成する新しいアプローチを提案する。 スコア機能を学ぶために、ハードネガティブマイニングを備えた新しいコントラストトレーニングスキームも提案します。
  論文  参考訳（メタデータ） (2021-05-03T12:47:57Z)
• SGA: A Robust Algorithm for Partial Recovery of Tree-Structured Graphical Models with Noisy Samples [75.32013242448151]
  ノードからの観測が独立しているが非識別的に分散ノイズによって破損した場合、Ising Treeモデルの学習を検討する。 Katiyarら。 (2020) は, 正確な木構造は復元できないが, 部分木構造を復元できることを示した。 統計的に堅牢な部分木回復アルゴリズムであるSymmetrized Geometric Averaging(SGA)を提案する。
  論文  参考訳（メタデータ） (2021-01-22T01:57:35Z)
• Retro*: Learning Retrosynthetic Planning with Neural Guided A* Search [83.22850633478302]
  反合成計画(retrosynthetic planning)は、ターゲット生成物の合成に繋がる一連の反応を特定する。 既存の手法では、高いばらつきを持つロールアウトによる高価なリターン推定が必要か、品質よりも探索速度を最適化する必要がある。 本稿では,高品質な合成経路を効率よく見つけるニューラルネットワークA*ライクなアルゴリズムRetro*を提案する。
  論文  参考訳（メタデータ） (2020-06-29T05:53:33Z)

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。