論文の概要: ReTRACE: Feedback-Guided LLM Agent in a Chemistry Harness for Retrosynthesis Planning

• arxiv url: http://arxiv.org/abs/2610.24744v1
• Date: Sat, 17 Oct 2026 15:22:01 GMT
• ステータス: 翻訳完了
• システム内更新日: 2026-10-22 16:34:06.97291
• Title: ReTRACE: Feedback-Guided LLM Agent in a Chemistry Harness for Retrosynthesis Planning
• Title（参考訳）: ReTRACE:再合成計画のための化学ハーネスにおけるフィードバック誘導LDM剤
• Abstract要約: textbfmboxReTRACE (textbfTool-orchestrated textbfReasoning textbfAnd textbfContext-aware textbfEvidence) textbfMboxReTRACE (textbfTool-orchestrated textbfTool-orchestrated textbfTool-orchestrated textbf
• 参考スコア（独自算出の注目度）: 14.555179411875088
• License: http://creativecommons.org/licenses/by/4.0/
• Abstract: Computer-aided retrosynthesis has advanced through single-step prediction, tree search and route scoring, but complex targets still require judgement over the whole route, where stereochemistry, functional-group compatibility, cost and greenness interact. Here we present \textbf{\mbox{ReTRACE}} (\textbf{RE}trosynthesis with \textbf{T}ool-orchestrated \textbf{R}easoning \textbf{A}nd \textbf{C}ontext-aware \textbf{E}vidence), an agent that places a large language model (LLM) in a chemistry harness that integrates molecular tools, complementary single-step prediction engines, a purchasable starting-material library, a route memory and a multi-criterion route evaluator. Routes are judged by a new metric that combines programmatic checks with adversarial LLM review, and its verdicts are compared with a synthetic chemist's. The agent learns continually from evaluator feedback during search, diagnosing weak routes and backtracking to revise them. With Claude Opus 4.8, at least one of the top 10 routes proposed by ReTRACE passed the audit for 87.4\%, 95.0\% and 86.7\% of targets on the three benchmarks. Two prospective wet-lab syntheses show that ReTRACE route proposals can be converted into executable procedures after expert revision.
• Abstract（参考訳）: コンピュータ支援レトロシンセシスは、単段階予測、木探索、ルートスコアリングを通じて進歩してきたが、複雑なターゲットは、立体化学、機能的グループ互換、コスト、緑度が相互作用する経路全体の判断を必要とする。 ここでは, 分子ツール, 相補的な単一ステップ予測エンジン, 再生可能なスタートマテリアルライブラリ, ルートメモリ, 複数基準経路評価器を組み込んだ化学反応器に, 大規模言語モデル(LLM)を配置するエージェントである, textbf{T}ool-orchestrated \textbf{R}easoning \textbf{A}nd \textbf{C}ontext-aware \textbf{E}videnceを提案する。 経路は、プログラム的なチェックと敵対的なLCMレビューを組み合わせた新しい指標によって判断され、その判定は合成化学者と比較される。 エージェントは、探索中の評価者からのフィードバックから継続的に学習し、弱いルートを診断し、バックトラックして修正する。 Claude Opus 4.8では、ReTRACEが提案した上位10ルートのうちの少なくとも1つは、3つのベンチマークの目標の87.4\%、95.0\%、86.7\%の監査に合格した。 2つのウェットラブ合成は、ReTRACE経路の提案を専門家による改訂後に実行可能な手順に変換することができることを示している。

関連論文リスト

• URSA: Chemistry-Aware Benchmark for Utilitarian Retrosynthesis Assessment [3.6442441313881706]
  本研究では,URSA (Utilitarian RetroSynthesis Assessment) 評価フレームワークを紹介する。 これは、正式な観点からだけでなく、化学的妥当性の観点からも合成経路をベンチマークする機会を提供する。 本研究は, 従来のエンド・ツー・エンドのレトロシンセシス・ソリューションとLCMを総合的に評価し, 合成計画課題について検討した。
  論文  参考訳（メタデータ） (2026-07-06T05:32:09Z)
• Grounding Large Language Models in Reaction Knowledge Graphs for Synthesis Retrieval [1.1269876435166009]
  LLM(Large Language Models)は化学における合成計画を支援するが、標準的なプロンプト法はしばしば幻覚的あるいは時代遅れな提案をもたらす。 本研究では,リアクションパス検索をText2Cypher(自然言語からグラフクエリ)生成問題として,リアクション知識グラフとのLLM相互作用について検討する。 我々は、ゼロショットプロンプトを静的、ランダム、埋め込みに基づく模範選択を用いて1ショットの変種と比較し、チェックリスト駆動のバリデータ/コレクタループを評価する。
  論文  参考訳（メタデータ） (2026-01-22T15:11:02Z)
• An Auditable Agent Platform For Automated Molecular Optimisation [0.0]
  薬物発見は、データ、専門知識、ツールが散在すると、しばしば勢いを失う。 このループを短くするため、分子最適化を自動化するエージェントフレームワークを使用した階層的なツールを構築しました。
  論文  参考訳（メタデータ） (2025-08-05T13:41:32Z)
• ChemActor: Enhancing Automated Extraction of Chemical Synthesis Actions with LLM-Generated Data [53.78763789036172]
  ケミカルエグゼキュータとして完全微調整された大規模言語モデル(LLM)であるChemActorを紹介し,非構造化実験手順と構造化動作シーケンスを変換する。 このフレームワークは、分散分散に基づくデータ選択モジュールと汎用LLMを統合し、単一の分子入力からマシン実行可能なアクションを生成する。 反応記述(R2D)と記述記述処理(D2A)のタスクの実験により、ChemActorは最先端のパフォーマンスを達成し、ベースラインモデルよりも10%高い性能を示した。
  論文  参考訳（メタデータ） (2025-06-30T05:11:19Z)
• ChemMiner: A Large Language Model Agent System for Chemical Literature Data Mining [56.15126714863963]
  ChemMinerは、文学から化学データを抽出するエンドツーエンドのフレームワークである。 ChemMinerには、コア参照マッピングのためのテキスト分析エージェント、非テキスト情報抽出のためのマルチモーダルエージェント、データ生成のための合成分析エージェントの3つの特殊エージェントが組み込まれている。 実験の結果,ヒト化学者に匹敵する反応同定率を示すとともに,高い精度,リコール,F1スコアで処理時間を著しく短縮した。
  論文  参考訳（メタデータ） (2024-02-20T13:21:46Z)
• 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)

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。