Chemical reasoning in LLMs unlocks steerable synthesis planning and reaction mechanism elucidation

要約

機械学習アルゴリズムは特定の化学タスクに優れていることが示されていますが、専門家の化学的推論を特徴付ける戦略的思考を捉えるのに苦労しており、広範な採用を制限しています。
ここでは、従来の検索アルゴリズムと統合された場合、大規模な言語モデル（LLM）が強力な化学推論エンジンとして機能し、人間の専門家思考を反映するコンピューター支援化学への新しいアプローチを可能にすることを実証します。
LLMを使用して化学構造を直接操作するのではなく、化学戦略を評価し、化学的に意味のあるソリューションに検索アルゴリズムを導く能力を活用します。
このパラダイムは、2つの基本的な課題を通じて実証します。戦略を認識した補給計画とメカニズムの解明です。
レトロシンセティック計画では、私たちの方法により、化学者は自然言語で望ましい合成戦略を指定して、膨大な検索でこれらの制約を満たすルートを見つけることができます。
メカニズムの解明では、LLMSは化学原理と系統的探査を組み合わせることにより、もっともらしい反応メカニズムの検索を導きます。
私たちのアプローチは、多様な化学タスク全体で強力なパフォーマンスを示しており、より大きなモデルがますます洗練された化学的推論を示しています。
私たちのアプローチは、LLMの戦略的理解と従来の化学ツールの精度を組み合わせたコンピューター支援化学の新しいパラダイムを確立し、より直感的で強力な化学推論システムの可能性を開きます。

要約(オリジナル)

While machine learning algorithms have been shown to excel at specific chemical tasks, they have struggled to capture the strategic thinking that characterizes expert chemical reasoning, limiting their widespread adoption. Here we demonstrate that large language models (LLMs) can serve as powerful chemical reasoning engines when integrated with traditional search algorithms, enabling a new approach to computer-aided chemistry that mirrors human expert thinking. Rather than using LLMs to directly manipulate chemical structures, we leverage their ability to evaluate chemical strategies and guide search algorithms toward chemically meaningful solutions. We demonstrate this paradigm through two fundamental challenges: strategy-aware retrosynthetic planning and mechanism elucidation. In retrosynthetic planning, our method allows chemists to specify desired synthetic strategies in natural language to find routes that satisfy these constraints in vast searches. In mechanism elucidation, LLMs guide the search for plausible reaction mechanisms by combining chemical principles with systematic exploration. Our approach shows strong performance across diverse chemical tasks, with larger models demonstrating increasingly sophisticated chemical reasoning. Our approach establishes a new paradigm for computer-aided chemistry that combines the strategic understanding of LLMs with the precision of traditional chemical tools, opening possibilities for more intuitive and powerful chemical reasoning systems.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google