마이크로소프트 연구진이 신약과 신소재 개발에 필수적인 화학 합성 경로를 예측하는 AI 모델 '레트로키메라(RetroChimera)'를 네이처에 발표하고 오픈소스로 공개했다. 이 모델은 목표 분자에서 전구체를 직접 예측하는 트랜스포머 기반 모델 'R-SMILES 2'와 반응 템플릿을 그래프로 인코딩하는 그래프신경망 모델 'NeuralLoc'을 학습 기반 랭킹 전략으로 결합한다. 두 모델이 서로 다른 반응 유형에 강점을 갖는 상호보완적 특성을 활용해, 어느 한 모델보다 뛰어난 예측 성능을 낸다. 박사급 화학자 대상 블라인드 테스트에서 열 가지 난제 목표 중 레트로키메라는 아홉 개를 성공시켜, 개별 하위 모델(4~5개)이나 기존 베이스라인 모델(2개)을 크게 앞섰다. 연구진은 레트로키메라가 신약 개발과 소재 설계에서 합성 경로 탐색 속도를 크게 높여줄 것으로 기대하고 있다.

• •MS 연구진이 화학 합성 경로를 예측하는 AI 모델 '레트로키메라'를 네이처에 발표, 코드와 가중치 오픈소스 공개
• •전구체를 직접 예측하는 R-SMILES 2와 반응 템플릿 기반 NeuralLoc을 학습 랭킹으로 결합한 앙상블 구조
• •박사급 화학자 블라인드 테스트에서 난제 10개 중 9개 성공, 하위 모델(4~5개)·베이스라인(2개)보다 우수
• •신약·신소재 개발의 합성 경로 탐색 속도를 높여 설계-제작-테스트 사이클 가속화에 기여 기대