• 加速基于字符串生成的化学反应模型推理，助力工业应用

  研究人员为提升 Transformer 模型在合成规划中的适用性，提出推测解码等方法，加速了反应预测和逆合成推理。

  来源：Journal of Cheminformatics 7.1

  时间：2025-03-11

• Syn-MolOpt：融合合成规划的分子优化新利器，助力药物研发新突破

  研究人员为解决分子优化算法未充分考虑合成性问题，开展 Syn-MolOpt 研究，结果良好，对药物研发意义重大。

  来源：Journal of Cheminformatics 7.1

  时间：2025-03-04

• 利用收敛式逆合成规划改善合成路线开发

  为解决现有计算机辅助合成规划方法无法有效利用目标间潜在共享路径的问题，Johnson &amp; Johnson 的研究人员开展了收敛式逆合成路线开发的研究，发现超 70% 的反应涉及收敛合成，该方法可提升逆合成规划效率，减少合成时间和成本<span><span tabindex="0" aria-describedby="dhfaf2v" data-popupid="dhfaf2v">9</span></span>。

  来源：Journal of Cheminformatics 7.1

  时间：2025-02-28

• 基于条件变换的分子优化反应感知化合物探索与强化学习

  设计具有理想性质的分子是药物发现的关键，然而，在现有的化合物探索模型中，合成可及性仍然有限。在这里，作者报告TRACER作为一个框架，将分子性质优化与合成途径生成相结合，生成靶向DRD2， AKT1和CXCR4的具有高回报价值的化合物。

  来源：Communications Chemistry 5.9

  时间：2025-02-10

知名企业招聘：