RetroChimera löysi hyväksytyn synteesireitin 9 molekyylille 10:stä

Microsoft Researchin, GSK:n ja Novartiksen tutkijoiden Nature-lehdessä julkaisemaa työtä käsittelevä 21. syyskuuta 2026 ilmestynyt RetroChimera-esittely kertoo, että asiantuntijat hyväksyivät järjestelmän kokonaisen synteesireitin yhdeksälle kymmenestä vaikeasta vertailumolekyylistä ja suosivat erillisessä sokkovertailussa sen reaktioehdotusta noin 64 prosentissa valinnoista. Nämä mittaavat eri asioita: ensimmäinen koskee koko reaktiosarjan hyväksyttävyyttä, jälkimmäinen yksittäisen ehdotuksen mieluisuutta.

RetroChimera suunnittelee retrosynteesiä lähtemällä tavoitemolekyylistä ja etsimällä taaksepäin reaktioaskeleita, jotka johtavat hankittavissa oleviin lähtöaineisiin. Hyväksytty reitti on tässä kemistien uskottavaksi arvioima valmistussuunnitelma. Vertailu ei osoita, että kyseiset molekyylit olisi valmistettu ehdotettuja reittejä pitkin laboratoriossa.

Koko reitin hyväksyntä on vaativa koe

Yksittäinen järkevä reaktioehdotus ei vielä ratkaise synteesin suunnittelua. Sen tuottama välituote voi vaatia uusia reaktioita, joista jokainen avaa lisää vaihtoehtoisia haaroja. Reitin pitää lopulta yhdistää tavoitemolekyyli lähtöaineisiin niin, että kemistit pitävät koko askelketjua uskottavana. Yksi kelpaamaton askel voi tehdä muuten lupaavasta suunnitelmasta käyttökelvottoman.

Kymmenen vaikean kohteen vertailussa R-SMILES 2:n reitit hyväksyttiin viidelle molekyylille, NeuralLocin neljälle ja NeuralSym-verrokin kahdelle. RetroChimeran tulos syntyi osamallien ehdotuksista ja niitä hyödyntävästä reittihausta. Sitä ei voi pitää kummankaan osamallin yksin saavuttamana tuloksena.

Koe kertoo, että yhdistelmä löysi valituilla kohteilla useammin kemisteille kelpaavan kokonaisuuden. Kohteiden pieni ja tarkoituksella vaikeaksi valittu joukko tekee tuloksesta kiinnostavan haastetestin, mutta se ei määritä onnistumisastetta kaikessa kemiassa. Etenkin harvinaiset lähtöaineet, hankalat reaktio-olosuhteet ja välituotteiden eristäminen voivat muuttaa laboratoriossa lupaavan reittiehdotuksen käytännön toteutusta.

Kaksi mallia etsii erilaisia kemiallisia ratkaisuja

RetroChimeran osamallit lähestyvät samaa tavoitemolekyyliä eri tavoin. R-SMILES 2 tuottaa mahdollisia lähtöaineita suoraan molekyylin esityksestä. Se voi ehdottaa suuriakin rakenteellisia muutoksia, koska sen valintoja ei rajata valmiiseen reaktiomallien luetteloon. Sama vapaus kasvattaa riskiä, että ehdotus näyttää uskottavalta mutta kuvaa virheellistä reaktiota.

NeuralLoc käsittelee molekyylejä kuvaajina ja valitsee koulutusaineistosta johdettuja reaktiomalleja. Se ennustaa myös, mihin kohtaan tavoitemolekyyliä valittua mallia sovelletaan. Menetelmä toimii erityisesti paikallisissa rakennemuutoksissa ja auttaa löytämään harvemmin esiintyviä reaktioita. Sen rajana on mallikirjasto: siitä puuttuvaa reaktiotapaa NeuralLoc ei voi ehdottaa samalla joustavuudella kuin suoraan lähtöaineita tuottava malli.

Yhdistelmä ei vain kokoa molempien ehdotuksia yhteen listaan. Se antaa ennusteille opitun, sijoituksesta riippuvan painon ja vahvistaa ehdotusta, jonka molemmat osamallit tuottavat. Näin järjestetyt mahdolliset reaktioaskeleet syötetään hakuun, joka rakentaa niistä tavoitemolekyylistä lähtöaineisiin ulottuvia reittejä. Hyöty syntyy siitä, että toisistaan poikkeavat mallit voivat löytää eri tyyppisiä käyttökelpoisia askelia samaan suunnittelutehtävään.

Sokkoarvio täydentää vakiomittaria

Retrosynteesimalleja arvioidaan usein sen perusteella, kuinka hyvin ennuste vastaa aineistoon kirjattua reaktiota. Vertailu on toistettava, mutta yhden historiallisen ratkaisun käyttäminen oikeana vastauksena voi sivuuttaa muut kemiallisesti perustellut vaihtoehdot. Kemistin arvio tuo mukaan kysymyksen, jota tällainen mittari ei yksin ratkaise: pitäisikö ehdotettua reaktiota järkevänä tapana jatkaa synteesin suunnittelua.

Sokkovertailussa arvioijat eivät tienneet, oliko tarkasteltu ehdotus peräisin mallilta vai aiemmin dokumentoidusta ratkaisusta. Tällä asetelmalla tutkittiin kemistien valintaa yksittäisten reaktioiden välillä; kokonaisen reitin hyväksyntä arvioitiin erikseen. Mittarit tukevat toisiaan, koska hyvin sijoittuva yksittäinen askel ja toimivalta näyttävä koko suunnitelma vastaavat eri kysymyksiin.

Arvioijat olivat tutkimukseen osallistuneiden organisaatioiden kemistejä. Heidän asiantuntemuksensa tekee kemiallisesta arviosta arvokkaan, mutta riippumattomien ryhmien laboratoriokokeet antaisivat erilaista näyttöä: niissä nähtäisiin, toimivatko reaktiot todella, paljonko tuotetta saadaan ja mitä suunnitelmaa on muutettava työn aikana. Lääkekehityksessä ero on olennainen, sillä lupaava molekyyli pääsee kokeisiin vasta, kun sitä voidaan valmistaa.

Avoin toteutus paljastaa myös käyttörajat

Microsoftin RetroChimera-koodivarasto tarjoaa MIT-lisensoidun toteutuksen ja tutkimuskäyttöön tarkoitettuja mallipainoja; vahvin julkaistu Pistachio-malliversio on koulutettu reaktiotiedoilla, joita oli saatavilla vuoteen 2023 asti. Mukana on myös eri vertailuaineistoilla koulutettuja versioita. Julkinen toteutus antaa tutkijoille mahdollisuuden tutkia mallin ennusteita ja verrata niitä uusiin kohteisiin, mutta mallipainojen koulutusaineisto ei sisällä myöhempää kemiallista tietoa.

Koodivaraston käyttövaroitus kertoo, että malli voi hallusinoida etenkin syötteillä, jotka poikkeavat sen koulutusaineistosta. Alemmaksi sijoitetut reaktioehdotukset ovat erityisen alttiita virheille. Ennusteiden käyttö todellisessa tutkimuksessa edellyttää siksi kemian asiantuntijan riippumatonta tarkistusta ja riskien arviointia.

Mallin sopeuttamista on tutkittu myös lääkeyhtiöiden omilla reaktioaineistoilla. Se on lääkekehityksen kannalta tärkeää, koska yrityksen käyttämä kemia voi erota julkisissa vertailuaineistoissa tavallisimmin esiintyvistä reaktioista. Seuraava ratkaiseva näyttö koskee uusia, etukäteen valittuja kohdemolekyylejä: kuinka moni ehdotettu reitti onnistuu käytännössä ja millaisilla saannoilla. Nämä laboratoriotulokset näyttäisivät, kuinka usein kemistin hyväksymä suunnitelma muuttuu käyttökelpoiseksi valmistustavaksi.