Protect$^*$: Steerable Retrosynthesis through Neuro-Symbolic State Encoding

1. El Problema

La integración de Modelos de Lenguaje Grandes (LLMs) en el descubrimiento científico, específicamente en la retrosíntesis química, ha demostrado un gran potencial. Sin embargo, existen limitaciones críticas:

• Falta de control fino: Los LLMs a menudo carecen de la capacidad de imponer restricciones expertas específicas, como evitar que ciertos sitios químicos sensibles reaccionen.
• Generación inválida: Sin restricciones, los modelos pueden generar rutas sintéticas químicamente plausibles pero inviables en la práctica, ignorando problemas de quimioselectividad y regioselectividad (es decir, no distinguen qué sitio reaccionará primero o si el producto deseado será el mayoritario).
• Limitaciones de la representación SMILES: La representación lineal de cadenas (SMILES) carece de un mecanismo inherente para marcar sitios atómicos específicos como "no reactivos". Las instrucciones en lenguaje natural (prompts) suelen ser insuficientes para que el modelo ancle conceptos espaciales y químicos a la representación de la cadena, lo que lleva a alucinaciones y sugerencias estratégicamente defectuosas.

2. Metodología

El artículo presenta Protect∗, un marco neuro-simbólico que combina la intuición generativa de los LLMs con la lógica química rigurosa. La arquitectura se basa en los siguientes componentes:

• Detección Automática de Sitios de Protección:
  • Utiliza RDKit y un motor basado en reglas con una base de datos de 55+ patrones SMARTS organizados en 10 categorías (alcoholes, fenoles, aminas, etc.).
  • Identifica grupos funcionales que requieren protección durante la síntesis mediante la coincidencia de subestructuras en SMILES con mapeo atómico canónico.
• Sugerencia de Grupos Protectores:
  • Consulta una base de datos de 40+ grupos protectores caracterizados (éteres de sililo, éteres bencilo, acetales, ésteres, carbamatos, etc.).
  • Clasifica las sugerencias basándose en la compatibilidad con el grupo funcional, la ortogonalidad con otros grupos protectores presentes y la accesibilidad sintética.
• Arquitectura de Dos Modos:
  1. Modo Automático: El sistema detecta todos los sitios, selecciona el grupo protector mejor clasificado y registra el estado automáticamente. Ideal para síntesis rutinarias.
  2. Modo Humano en el Bucle (HITL): Presenta una lista clasificada de sugerencias al químico experto, quien selecciona la estrategia basándose en el conocimiento global de la síntesis. Esencial para estrategias de protección ortogonal complejas.
• Codificación de Restricciones Contextuales (Innovación Clave):
  • Introduce un objeto ProtectionState, un estado simbólico persistente externo a la red neuronal.
  • Este estado mapea índices atómicos canónicos específicos a su estado de protección activo.
  • Mediante la inyección de contexto, este estado simbólico se integra en el prompt del LLM (ej. "El átomo [O:7] está protegido con TBS"). Esto actúa como una "barrera de seguridad" (guardrail) que guía al LLM hacia inferencias lógicas y evita rutas inválidas sin necesidad de un ajuste fino (fine-tuning) costoso del modelo.

3. Contribuciones Clave

• Marco Neuro-Simbólico para Retrosíntesis: Propone una solución híbrida que no depende únicamente de aprender reglas químicas a partir de datos, sino que las impone explícitamente.
• Mecanismo de Seguimiento de Estado Activo: La capacidad de mantener un estado de protección persistente y vincularlo a mapas atómicos canónicos permite que las restricciones lógicas sobrevivan a través de los pasos de inferencia.
• Reducción de Intervención Humana: Al prevenir errores en la fase de planificación, reduce drásticamente la necesidad de que los expertos detengan y reinicien planes de síntesis fallidos.
• Flexibilidad: Ofrece un sistema adaptable que puede operar totalmente automático o con supervisión experta según la complejidad del problema.

4. Resultados

El equipo validó el enfoque mediante estudios de caso en productos naturales complejos:

• Eritromicina B:
  • Este es un macrólido complejo con múltiples centros estereogénicos y grupos hidroxilo sensibles.
  • Rendimiento: El sistema Protect∗ requirió 0 reinicios parciales (re-runs), mientras que el sistema DeepRetro estándar (sin protección) requirió 4 reinicios debido a alucinaciones del modelo.
  • Descubrimiento: El modo automático de Protect∗ identificó independientemente los mismos sitios de alcohol secundario y sugirió el grupo protector etoxi (OEt) que un experto humano había seleccionado previamente, demostrando un nivel de competencia experto.
• Prostaglandina E2 y Quinina:
  • Ambos casos fueron resueltos sin reinicios por ambos métodos, estableciendo una línea base, pero confirmando la robustez de Protect∗.
• Precisión:
  • En todos los casos de estudio, la detección de sitios de protección fue del 100% y la precisión de la recomendación del grupo protector principal (Top-1 PG) fue del 100%.

5. Significado e Impacto

• Autonomía de Nivel Experto: Demuestra que los sistemas automatizados pueden igualar las estrategias de protección de expertos humanos en moléculas complejas, guiando a los LLMs hacia rutas sintéticas "elegantes" y químicamente sólidas.
• Más allá de la Química: La metodología de inyección de estado simbólico en modelos generativos tiene aplicaciones potenciales en otros dominios científicos con datos textuales estructurados, como la ingeniería genética (marcado de codones) o la generación de código (preservación de patrones arquitectónicos).
• Paradigma de Control: Cambia el enfoque de "entrenar al modelo para que aprenda las reglas" a "construir un entorno donde las reglas son inviolables", ofreciendo una vía más eficiente y confiable para la automatización científica.

En resumen, Protect∗ cierra la brecha entre la intuición neural y la validez simbólica, proporcionando un mecanismo robusto para la planificación de síntesis química asistida por IA que es fiable, controlable y capaz de manejar la complejidad de la química orgánica moderna.