LLM ottengono la retrosintesi tramite ragionamento ancorato agli atomi

Un nuovo framework consente a modelli linguistici di grandi dimensioni (LLM) di uso generale di eseguire la retrosintesi a singolo passaggio senza addestramento specifico per il compito. Il metodo ancora il ragionamento a catena di pensiero alla struttura molecolare utilizzando identificatori atomici unici. In un compito zero-shot, l'LLM identifica i frammenti rilevanti e le etichette chimiche; un passaggio opzionale few-shot utilizza esempi di classe per prevedere la trasformazione. Questo approccio supera le precedenti prestazioni inferiori degli LLM nella retrosintesi, validato su benchmark accademici e molecole per la scoperta di farmaci validate da esperti. Il lavoro affronta la scarsità di dati chimici etichettati sfruttando le capacità di ragionamento degli LLM.