Expertos aceptaron 9 de 10 rutas propuestas por RetroChimera

Expertos aceptaron rutas completas propuestas por RetroChimera para 9 de 10 objetivos difíciles, según una evaluación comunicada por Microsoft Research. El resultado mide la valoración de rutas por especialistas: no cuenta moléculas sintetizadas en el laboratorio. Microsoft Research detalla la comparación.

Qué predice RetroChimera

La retrosíntesis parte de una molécula objetivo y recorre el camino al revés: propone reacciones que la dividirían en precursores más sencillos. RetroChimera ordena esas predicciones y puede encadenar pasos para formar rutas de varios tramos. Microsoft Research describe el método.

Cómo combina RetroChimera dos modelos

El sistema reúne dos enfoques. R-SMILES 2 genera propuestas de novo —es decir, las construye directamente en vez de elegirlas de un catálogo de reglas— mediante un modelo Transformer. NeuralLoc usa una red neuronal de grafos y plantillas de reacción, patrones que representan transformaciones químicas conocidas. Microsoft Research explica la arquitectura.

Una votación aprendida combina y vuelve a ordenar las propuestas según su posición en las listas de cada modelo. Si ambos coinciden en una reacción, esta puede recibir votos de los dos. Así se juntan la flexibilidad de la generación directa y el anclaje en patrones de NeuralLoc; este último, a cambio, está limitado por las plantillas disponibles. El estudio también advierte que la generación directa puede producir predicciones alucinadas. La explicación técnica de Microsoft Research detalla el sistema.

Qué midió la evaluación de 10 objetivos

Microsoft Research comunicó la aceptación experta de rutas completas para 10 objetivos difíciles. Los recuentos fueron:

La comparación se limita a esas 10 rutas propuestas y a su aceptación por expertos; no es una tasa general de acierto para cualquier molécula ni un recuento de síntesis experimentales. Microsoft Research presenta los resultados.

Preferencia de químicos y pruebas con datos farmacéuticos

El estudio científico, publicado en Nature el 21 de septiembre de 2026, recoge otra evaluación distinta: 9 químicos orgánicos con doctorado realizaron 599 comparaciones y prefirieron la predicción principal de RetroChimera frente a la reacción de referencia del conjunto de datos en una media aproximada del 64 % de los casos. Esa cifra mide preferencias en comparaciones por pares, no la aceptación de rutas completas. El artículo científico describe el método y los resultados; Nature registra la fecha de publicación.

El trabajo evaluó el modelo con conjuntos públicos como USPTO-50K y USPTO-FULL, además del conjunto propietario Pistachio. En una prueba sin ajuste fino adicional, el artículo informa de la evaluación de 10.444 reacciones internas de Novartis Biomedical Research. Por separado, Microsoft Source describió la adaptación del modelo preentrenado a datos químicos internos de GSK: son contextos diferentes, no una misma prueba. El artículo científico presenta la evaluación de Novartis; Microsoft Source informa sobre la adaptación a datos de GSK.

De una ruta propuesta a un protocolo de laboratorio

Las rutas ilustradas en el artículo científico omiten reactivos, disolventes y condiciones de reacción, así que no constituyen por sí solas un protocolo experimental completo. El estudio también advierte que las predicciones pueden alucinar, sobre todo cuando se alejan de los datos de entrenamiento, y señala los errores sistemáticos en esos datos como otra limitación. El texto detallado del estudio describe estas limitaciones.

Microsoft Research indica que el código y los pesos del modelo están disponibles en GitHub bajo licencia MIT y que RetroChimera puede explorarse a través de Microsoft Foundry. La ficha de Microsoft Foundry Labs clasifica el modelo como experimental. Microsoft Research explica las vías de acceso; Microsoft Foundry Labs muestra su clasificación.