微软团队 Nature 论文：多模型集成让 AI 逆合成更贴近化学家判断
marwinsegler · x · 2026-09-22
Marwin Segler 团队在《Nature》发表 retroChimera 逆合成规划模型。要点:
- 化学合成仍是小分子药物发现与生产的关键瓶颈,AI 逆合成规划可提出更优路线,让生成式分子设计真正可行。
- 核心思路是集成多种不同归纳偏置的模型(ensemble of diverse inductive biases),使预测结果与化学家的实际判断对齐(chemist-aligned)。
- 论文显示:深度学习模型如今能从更少的数据中学习;集成框架显著提升路线鲁棒性;在制药企业 ELN(电子实验记录本)数据上微调可行。
- 作者阵容包括 Christopher Bishop 等微软研究人员与 GSK 药物化学家,论文含大量扩展分析,模型代码与权重已在 GitHub 开放。
所属事件:微软 retroChimera 登 Nature 并开源，AI 逆合成规划再进一步(5 条相关)→
「研究」频道最新
- Gemini 几乎自主完成「血染钟楼」社交推理 benchmark 实验 — eliebakouch · 2026-11-12
- 开源个性化 mRNA 癌症疫苗设计:为胰腺癌患者 Yash 而做 — xennygrimmato_ · 2026-11-12
- Georgia Tech 教授 Molei Tao 招收扩散语言模型方向博士生与博后 — gautamcgoel · 2026-11-12
- HF 研究员主张用效率增益指标取代最终 benchmark 分数 — eliebakouch · 2026-11-12
- 研究者提议:AI 进展评估应报告效率增益指标,而非只看最终跑分 — eliebakouch · 2026-11-12
- RoboCap-10k 发布：1 万小时带度量动作的开放式机器人数据集 — databoydg · 2026-11-12