——研究背景——

药物发现需要设计、筛选和优化大量候选分子。生成式模型能够提出多样的新结构,但其中一些分子虽然计算评分较好,却包含不稳定片段、难以构建的环系或复杂的立体中心,难以安排后续合成。直接剔除这些分子,可能错过有价值的设计;只允许模型使用预设的反应和原料,又会限制它能够探索的结构。有时,合成困难集中在分子的局部,替换一个原子或调整一条化学键,就可能找到新的合成途径。研究将这种结构相近、合成难度却明显不同的现象称为“合成悬崖”。

2026年9月23日,本课题组在 Nature Machine Intelligence 发表研究论文,提出分子可合成性优化方法 SynCraft。该方法让大语言模型(LLM)提出具体的原子和化学键修改方案,由化学软件执行,再检查能否找到合成路线,为人工智能生成分子的后续优化提供了新工具。SynCraft 希望通过有针对性的修改,尽量保留原分子的主要结构,为难以合成的候选寻找替代方案。

图1|SynCraft 的工作流程。系统先检索相似的改造案例,再由大模型提出具体的编辑指令,化学软件据此生成新结构。蛋白质与分子的相互作用信息也可作为修改时的参考。取自论文图1。

让模型说明改哪里,让软件执行修改

直接让大模型改写表示整个分子的 SMILES 字符串,容易出现语法错误,或改动原本想保留的结构。SynCraft 先给模型提供相似的改造案例,再要求它分析合成困难,并明确列出“删除哪个原子”“在哪两个原子之间加键”等指令。RDKit 按原子编号执行修改,检查化合价等基本结构规则;逆合成软件 SimpRetro 则搜索从可购买原料出发的合成路线。这些编辑发生在计算机中的分子结构上,用于提出新的合成目标。

这一过程无需为该任务重新训练大模型。在 Pocket2Mol 和 ResGen 生成的两组测试分子上,使用 Gemini-2.5-Pro 时,SynCraft 找到结构相似度大于0.6、且通过同一逆合成检验的类似物的成功率分别为28.4%和29.1%;最佳对照方法分别为15.4%和22.0%。研究还测试了 GPT 和 DeepSeek 等不同系列的大模型,取得了相似或更好的结果。

修改骨架,尽量保留原有相互作用

把分子改得容易合成,还要考虑它能否继续与靶标蛋白结合。为此,SynCraft 将对接分析得到的氢键、疏水接触等信息提供给大模型,作为修改时的参考。在一个 RIPK1 候选分子的例子中,系统将中间的稠合环系换成2,4-二取代嘧啶环,保留了两侧的主要分子片段。逆合成软件为新结构找到了候选路线。

重新对接后,该分子仍保留了部分原有的氢键和疏水接触,Vina 对接评分由−10.2变为−9.9千卡/摩尔。在42个此前未进入合成的 RIPK1 候选中,81%的候选至少有一个修改方案保留了原分子一半以上的预测相互作用。这些计算结果为后续实验筛选提供了参考,但不能据此认定活性已经保留。

图2|RIPK1 候选分子的骨架修改。左上方为修改前后的结构,右上方为重新对接后的叠合图,下方为预测的逆合成路线。绿色和品红色棒状结构分别代表原分子和修改后的分子。节选自论文图4b。

把分子生成、修改和检查串联起来

研究团队还将 SynCraft 做成可供其他程序和智能体调用的工具,输入分子及靶标蛋白结构,就能依次完成编辑、合成路线搜索和重新对接。在新冠病毒主蛋白酶的示例中,TargetDiff 生成的47个候选有46个未能在规定条件下找到合成路线。研究分别采用优先寻找合成方案和优先保留相互作用两种模式;合并两种模式的结果,46个候选中有32个在修改后找到了预测合成路线,约占70%。在有完整配对对接数据的30个候选中,修改后 Vina 评分平均增加0.14千卡/摩尔。

图3|主蛋白酶候选分子的对接结果。左图比较47个原始分子与30个具有配对数据的修改产物的评分分布;右图展示这30组分子修改前后的评分差值。取自论文图5。

上述结果也存在一定的限制:现有的逆合成程序找不到路线,并不说明分子一定无法合成;对接评分同样不能代替活性测定。SynCraft 的作用,是高通量地为原本可能被筛除的候选提供具体、可检查的结构修改方案,供研究人员进一步判断和验证。

北京大学化学与分子工程学院博士生李隽仁为论文第一作者,来鲁华教授为通讯作者。研究得到国家自然科学基金、中国医学科学院医学与健康科技创新工程支持。相关代码、数据与复现流程已公开。

论文信息:

[1] Li, J.; Lai, L. Guiding large language models to predict edit sequences for molecular synthesizability optimization. Nature Machine Intelligence (2026). DOI: 10.1038/s42256-026-01304-x.


作者:李隽仁
审稿:来鲁华
编辑:郭   政

GoDesign
ID:Molecular_Design_Lab
( 扫描下方二维码可以订阅哦!)
图片


内容中包含的图片若涉及版权问题,请及时与我们联系删除