Resumen Técnico: De lo Factible a lo Práctico: Planificación de Síntesis Óptima de Pareto

Enunciado del Problema

Los métodos actuales de Planificación de Síntesis Asistida por Computadora (CASP) tratan predominantemente la retrosíntesis como un problema resuelto una vez que se identifica una única ruta factible, optimizando principalmente para la convergencia o métricas de camino más corto. Esta perspectiva de objetivo único no se alinea con la realidad industrial, donde los químicos deben equilibrar objetivos competitivos y a menudo conflictivos, como el costo, la sostenibilidad, la toxicidad y el rendimiento global. Los enfoques existentes separan típicamente la generación de rutas de la optimización, utilizando algoritmos de múltiples pasos para encontrar rutas sin clasificar y aplicando análisis a posteriori para optimizar criterios específicos. Esta separación corre el riesgo de pasar por alto vías de síntesis prometedoras que no destacan en una sola métrica pero ofrecen compensaciones superiores. Además, aunque existe planificación de síntesis con restricciones (por ejemplo, fijar materiales de partida), la verdadera optimización multiobjetivo que captura explícitamente las compensaciones mediante una frontera de Pareto ha sido poco explorada, particularmente con garantías teóricas de optimalidad en la compleja estructura de grafos AND-OR de la retrosíntesis.

Metodología: MORetro*

Los autores introducen MORetro, un algoritmo de búsqueda multiobjetivo diseñado para generar una frontera de Pareto (FP) de rutas de síntesis para cualquier número de objetivos definidos por el usuario. El método extiende el algoritmo de objetivo único Retro* (Chen et al., 2020) y RetroGraph (Xie et al., 2022) a un entorno multiobjetivo utilizando los siguientes componentes centrales:

1. Búsqueda A* Multiobjetivo en Grafos AND-OR

El espacio de búsqueda se modela como un grafo acíclico dirigido (DAG) donde las moléculas son nodos OR (que requieren que solo una reacción sea resuelta) y las reacciones son nodos AND (que requieren que todos los reactivos sean resueltos).

• Escalarización: Para navegar el espacio de objetivos de alta dimensión, MORetro* emplea escalarización lineal ponderada. Genera un conjunto de vectores de peso $W$ muestreados desde el simplex de probabilidad. Cada vector de peso $w_j$ convierte el costo vectorial $C(\Gamma)$ en un valor escalar $V_{t,j} = w_j^\top V_t$.
• Búsqueda Paralela: El algoritmo mantiene múltiples búsquedas paralelas, una para cada vector de peso muestreado. En cada iteración, las moléculas del frente se seleccionan basándose en la función de valor escalarizada para cada peso, se expanden utilizando predictores de un solo paso, y los costos se propagan hacia arriba y hacia abajo a través del grafo.

2. Optimización Bayesiana (BO) para el Muestreo de Pesos

Para explorar eficientemente el espacio de compensaciones, el artículo propone una estrategia de muestreo de pesos informado por BO.

• Mecanismo: Después de una fase inicial de calentamiento (utilizando muestreo de cuadrícula o Sobol), se ajusta un modelo sustituto a las mejoras observadas del volumen hipervolumen (HV) de los pesos evaluados previamente.
• Adquisición: Se muestrean nuevos vectores de peso para maximizar la ganancia de información esperada (IG) utilizando la función de adquisición GIBBON, lo que promueve la diversidad en el lote de pesos mientras se centra en regiones prometedoras del espacio de compensaciones.

3. Garantías de Optimalidad y Poda

Una contribución teórica crítica es la derivación de un número de poda vectorial ($pn$) y un límite ($V_{bound}$) para el grafo AND-OR.

• Teorema: Los autores demuestran que si la búsqueda termina solo cuando se cumple la "condición de dominancia del límite" para todas las moléculas del frente (es decir, una ruta descubierta domina el límite inferior de cualquier nodo no expandido), el algoritmo recupera la verdadera frontera de Pareto.
• Poda: Este límite permite la poda segura de moléculas intermedias dominadas que no pueden ser parte de ninguna ruta óptima de Pareto, reduciendo significativamente el espacio de búsqueda.

4. Objetivos Prácticos

El marco integra un módulo de predicción de condiciones de reacción (QUARC) para enriquecer las reacciones con temperaturas y reactivos predichos. Esto permite la definición de objetivos relevantes para la industria:

• Sostenibilidad: Una combinación de penalizaciones por temperatura de reacción y economía atómica.
• Toxicidad: Agrega los peligros de catalizadores/disolventes y penaliza los grupos funcionales tóxicos en los reactivos.
• Potencial de Escalado: Estima la dificultad de separación basándose en las diferencias de logP e incorpora los precios de mercado de los bloques de construcción.

Contribuciones Clave

1. Marco Algorítmico: Introducción de MORetro*, un algoritmo de búsqueda multiobjetivo que devuelve la frontera de Pareto para objetivos arbitrarios definidos por el usuario utilizando escalarización de pesos y muestreo informado por BO. Supera a las líneas base de objetivo único tanto en calidad de FP como en diversidad.
2. Garantías Teóricas: Derivación de límites de optimalidad que demuestran que, para un modelo de un solo paso fijo, el algoritmo puede recuperar todas las rutas de síntesis óptimas de Pareto. Esto incluye un mecanismo de poda novedoso para grafos AND-OR que generaliza los conceptos de admisibilidad desde grafos OR estándar.
3. Relevancia Industrial: Definición de objetivos de búsqueda que capturan toxicidad, sostenibilidad y potencial de escalado, permitiendo que el algoritmo priorice reacciones factibles en la práctica sobre caminos más cortos puramente teóricos.

Resultados Experimentales

El método fue evaluado en los conjuntos de datos USPTO-190, Pistachio-reachable y ChEMBL utilizando tres modelos de un solo paso diferentes (NeuralSym, PDVN y Graph2Edits).

• Calidad de la Frontera de Pareto: MORetro* (con muestreo BO) superó consistentemente a Retro** de objetivo único y a las líneas base de escalarización de peso fijo. Logró mayores mejoras de Volumen Hipervolumen (HV) (aprox. 5–8%) e indicadores $R^2$ más bajos, lo que indica una mejor convergencia y cobertura del espacio de compensaciones.
• Tasa de Éxito: MORetro* mantuvo una tasa de éxito comparable a la de Retro** de objetivo único (fallando solo en 2–3 moléculas adicionales de 190), mientras que las líneas base de peso fijo fallaron significativamente con más frecuencia (hasta un 25% menos de objetivos resueltos). Esto resalta la importancia de equilibrar adaptativamente el objetivo de guía.
• Diversidad: El algoritmo produjo rutas de síntesis significativamente más diversas (medidas por disimilitud par a par) en comparación con las líneas base, demostrando que la optimización multiobjetivo explora naturalmente un espacio químico más amplio.
• Eficiencia de Poda: El uso de $V_{bound}$ para la poda redujo el espacio de búsqueda en un promedio del 54%, con reducciones de hasta el 90% para moléculas específicas, mientras mejoraba la calidad de la FP y reducía el tiempo de ejecución.
• Estrategia de Muestreo: El muestreo informado por BO superó consistentemente al muestreo Sobol y de cuadrícula en términos de HV, tasa de éxito y diversidad, particularmente para modelos complejos como PDVN.

Significado y Afirmaciones

El artículo afirma que MORetro* cierra la brecha entre la factibilidad teórica y la practicidad industrial en la planificación de síntesis. Al ir más allá del paradigma de "única ruta factible", proporciona una base flexible para la toma de decisiones que captura explícitamente las compensaciones entre métricas económicas, ambientales y de seguridad.

Los autores enfatizan que su enfoque:

• Se Alinea con las Necesidades Industriales: Al optimizar directamente para la sostenibilidad y el escalado, los resultados son más accionables para los químicos que las soluciones simples de camino más corto.
• Proporciona Rigor Teórico: A diferencia de los enfoques estocásticos (por ejemplo, MO-MCTS), MORetro* ofrece garantías de optimalidad de Pareto bajo condiciones específicas, asegurando que no se pierda ninguna compensación superior debido al muestreo aleatorio.
• Es Agnóstico al Modelo: El método es independiente del predictor de un solo paso subyacente, lo que lo hace aplicable a diversos modelos basados en plantillas y sin plantillas.

El artículo concluye que, aunque las heurísticas actuales no son demostrablemente admisibles (limitando la eficiencia de la poda en la práctica), el marco recupera con éxito fronteras de Pareto de alta calidad y diversas, ofreciendo un paso significativo hacia la relevancia de los resultados de CASP para la síntesis química del mundo real.