Retrosynthetic Prediction (AiZynthFinder)

简介

Retrosynthetic Prediction (AiZynthFinder)是阿斯利康开发的针对小分子的逆反应合成路线预测算法。AiZynthFinder算法基于蒙特卡罗树搜索最终得到可被购买的小分子，用于合成输出分子。树搜索策略采用神经网络方法对已知的反应库进行训练得到。

参数说明

Smiles String

目标小分子的结构文件，SMILES格式，如：
Cc1cccc(c1N(CC(=O)Nc2ccc(cc2)c3ncon3)C(=O)C4CCS(=O)(=O)CC4)C

结果说明

输出结果包含逆合成分析结果的层级表示tree.json和逆合成分析的路线图route000.png-route010.png
trees.json把目标分子、反应拆分路径、前体化合物、反应模板等信息都组织在了一棵“树”里面。以下是对trees.json的说明：

1. 根节点（目标分子）

  "type": "mol",
  "smiles": "Cc1cccc(C)c1N(CC(=O)Nc1ccc(-c2ncon2)cc1)C(=O)C1CCS(=O)(=O)CC1",
  "is_chemical": true,
  "in_stock": false,
  "children": [...]

• type: "mol" → 说明这是一个分子节点。
• smiles → 目标化合物的 SMILES 表示。
• in_stock: false → 表明目标分子不是库存可直接购买的，需要合成。
• children → 存放对应的反应步骤（reaction）。

2. 反应节点（reaction）

{
  "type": "reaction",
  "smiles": "[C:1]...>>...",
  "is_reaction": true,
  "metadata": {...},
  "children": [...]
}

• type: "reaction" → 表明这是一个反应。
• smiles → 带有反应中心标记的反应 SMILES，>> 左边是反应物，右边是产物。
• metadata → 包含反应模板、来源库（uspto）、匹配次数、概率、反应类别等信息。
• children → 反应的前体分子（pre-cursors）。

3. 前体分子（pre-cursors）

{
  "type": "mol",
  "smiles": "Nc1ccc(-c2ncon2)cc1",
  "is_chemical": true,
  "in_stock": true
}

• 每个子节点是一个反应前体分子。
• in_stock:true→说明这个分子在库存中可以买到，不需要进一步分解。
• 如果in_stock: false，则它继续有children，表示还能再分解为更基础的前体。

4. 递归嵌套（多步反应）

• 从目标分子开始，每个reaction→ 拆成前体分子。
• 对于不在库中的前体分子，还会继续给出下一步反应（嵌套children）。
• 最终直到所有前体都 in_stock: true为止，这条合成路线就闭合了。

5. 总结信息（scores / metadata）

"scores": {
  "state score": 0.994039853898894,
  "number of reactions": 2,
  "number of pre-cursors": 3,
  "number of pre-cursors in stock": 3
},
"metadata": {
  "created_at_iteration": 36,
  "is_solved": true
}

• state score → 预测模型对该路线的置信度。
• number of reactions → 总共涉及几步反应。
• number of pre-cursors → 需要多少前体分子。
• number of pre-cursors in stock → 有多少前体能直接购买。
• is_solved: true → 说明这条路线是完整可行的合成路径。

参考文献

• Genheden S, Thakkar A, Chadimová V, et al. AiZynthFinder: a fast, robust and flexible open-source software for retrosynthetic planning. J Cheminform. 2020 Nov 17;12(1):70.DOI:10.1186/s13321-020-00472-1