EnergyRetro-KGR 多步逆合成算法进展汇报

汇报人：刘晴瑞｜日期：2026-05-07

1、Benchmark 与 Baseline

XiangTan University

Benchmark 选用

USPTO-50k：经典单步逆合成数据集，用于模型训练与单步评测
USPTO-multistep-190：覆盖有机合成场景，提供标准化路线深度与可购买原料标注

Baseline 方法

类别	方法	评价指标
单步逆合成	template-based, semi-template, template-free	Top-k accuracy
多步逆合成	RetroRollout、Retro、MCTS-Retro	Route Top-k、Solved Rate、Valid Step、Avg. Steps

反馈回复方法算法框架

1

2、到底做什么内容

XiangTan University

两层工作体系

层次	名称	核心问题
单步逆合成	KG-Energy Agent 单步逆合成	一个分子怎么断键？
多步逆合成	EnergyRetro-KGR 多步算法	从目标分子到原料的路径怎么找？

单步逆合成定位

基础模块，给定目标分子输出 Top-k 高质量单步反应
解决"断键"这个原子问题

多步逆合成定位

核心创新，基于单步能力搜索完整多步合成路线
解决"路线规划"这个全局问题

关系

单步 Agent 是多步算法的"原子操作"，多步算法负责全局决策

反馈回复方法算法框架

2

第一层：KG-Energy Agent 单步逆合成

XiangTan University

输入：目标分子 SMILES 输出：Top-k 候选单步逆合成反应（含反应物、条件、类型）

三大核心组件

组件	功能
Layered KG/RAG 检索	Exact → Canonical → Similarity → Substructure 四级 fallback
Energy-Enzyme Critic	综合 BDE、反应合理性、酶分类（EC）、条件兼容性打分
Single-step Solver Committee	多策略并行生成候选反应

KG-Energy Agent

反馈回复方法算法框架

3

多步逆合成：EnergyRetro-KGR

XiangTan University

输入：目标分子输出：完整多步合成路线

四大核心机制

机制	作用
AND-OR Tree Search	圆形 = 分子节点（OR），方形 = 反应节点（AND）
KG-guided Selection	基于知识-能量价值函数选择最优扩展节点
Shallow Rollout + Sibling Jump	浅层模拟避免组合爆炸，失败时跳转兄弟节点
Memory Agent	记录成功/失败/困难负样本，避免重复搜索

与单步逆合成的关系

单步 Agent 提供"断键"能力，多步算法在此基础上做全局路线规划与决策

反馈回复方法算法框架

4

EnergyRetro-KGR 整体框架

XiangTan University

圆形节点：分子节点（OR）—— 选择一种反应即可
方形节点：反应节点（AND）—— 所有前体都必须解决
蓝色路径：当前激活的搜索路径
Lower is better：价值分数越低，路线越有前景

EnergyRetro-KGR Framework

反馈回复方法算法框架

5

(a) Selection：选择最值得扩展的节点

XiangTan University

arg min V_all

在所有候选分子节点中，选择综合价值最低的节点进行扩展

KG-Energy Value Function 综合考虑，由知识-能量联合价值函数引导

知识图谱证据（KG 中是否有已知反应/相似分子）
分子相似性与反应中心特征
能量先验（BDE、ΔG 趋势）
酶反应可能性（EC 分类匹配）
历史搜索反馈（Memory 中的失败惩罚）

反馈回复方法算法框架

6

(b) Expansion：知识引导的节点扩展

XiangTan University

扩展流程

选中分子 → Layered KG/RAG 检索 → Evidence Pack → Strategy Controller → 候选反应

四级检索 fallback

层级	匹配方式
Exact Match	SMILES 完全匹配
Canonical Match	标准化后匹配
Similarity Retrieval	Morgan fingerprint 相似
Substructure Retrieval	子结构 / 官能团 fallback

四种搜索策略

Organic-first：优先传统有机逆合成
Enzyme-first：优先酶催化路径
Hybrid-switch：有机与酶动态切换
Substructure fallback：整分子失败时退回子结构推理

反馈回复方法算法框架

7

(c) Rollout & Critic：模拟与评价

XiangTan University

Shallow KG-guided Rollout

对候选反应做 1~3 步浅层模拟，快速判断路线前景
设置最大深度限制（Route / Simulation / Expansion），防止组合爆炸
利用 KG 检索结果引导模拟方向，而非盲目展开

Energy-Enzyme Critic 四维度打分

信号	作用
BDE	断键是否合理
Plausibility	反应化学上是否可行
EC Recommendation	是否对应已知酶类别
Condition Compatibility	反应条件是否兼容

arg min V_sub：在局部 rollout 中选择价值最优分支

反馈回复方法算法框架

8

(d) Update：节点更新与经验记忆

XiangTan University

Route Node Update

成功接近可购买原料 → 降低路径价值（更优）
能量不合理 / 条件冲突 → 提高惩罚
酶反应有 EC 支持 → 提高优先级

KG-guided Sibling Jump Search

当前节点失败时，不完全回溯
跳转到结构或机制相关的兄弟节点继续尝试
减少无效搜索，提高路线探索效率

Memory Agent

类型	用途
Success	成功路线片段，正向引导
Failure	失败路线，避免重复
Hard Negatives	看似合理实际不可行，训练更强判别

反馈回复方法算法框架

9