一种用于C–H活化逆合成的图到序列方法

《Journal of Chemical Information and Modeling》：A Graph-to-Sequence Method for C–H Activation Retrosynthesis

C–H活化反应回推合成中的活性中心识别和断裂路径预测难题，提出TransGraphEdit框架，结合图神经网络和Transformer解码器进行分子图结构编辑，通过SMILES增强策略提升泛化能力，在两个数据集上Top-1准确率达58.06%和53.8%，验证了其鲁棒性和领域适应性。

　　

C-H活化反应在有机合成中广泛应用，但由于C-H键的键能高、化学惰性大以及区域选择性复杂，这类反应在逆合成（retrosynthesis）过程中面临诸多挑战。传统模型难以识别反应中心并预测合理的断裂路径。我们提出了TransGraphEdit，这是一个无需预先定义框架的算法，它结合了图神经网络（GNN）编码器和Transformer解码器，根据产物的分子结构图来模拟逐步的结构变化。该模型能够捕捉远距离官能团之间的长程依赖性和协同效应，从而实现可解释且基于反应机理的逆合成预测。为了提高对资源较少情况下的C-H活化反应的泛化能力，我们采用了SMILES增强策略来扩展训练数据集。TransGraphEdit在精心挑选的C-H芳基化数据集上达到了58.06%的Top-1准确率，在USPTO-50K数据集上的准确率为53.8%，证明了其鲁棒性和领域适应性。