Resumen Técnico: Proyecto Ariadne

Planteamiento del Problema

La planificación retrosintética busca conectar una molécula objetivo con materiales de partida comercialmente disponibles a través de una ruta multietapa. Mientras que los enfoques clásicos dependen de modelos de reacción de un solo paso iterativos acoplados con algoritmos de búsqueda (por ejemplo, MCTS), estos métodos suelen requerir algoritmos especializados o cambios arquitectónicos para manejar restricciones de planificación específicas, como la profundidad de la ruta o los materiales de partida requeridos. Los métodos de generación directa han surgido para replantear la retrosíntesis como la generación de secuencias, pero los modelos existentes suelen requerir un entrenamiento separado para diferentes especificaciones de planificación (por ejemplo, un modelo para rutas sin restricciones y otro para rutas con restricciones de profundidad). Esta fragmentación limita la flexibilidad y la eficiencia de los sistemas de planificación de síntesis.

Metodología

Los autores presentan Ariadne, un modelo transformer de solo decodificador que unifica la representación del objetivo, las restricciones de planificación opcionales y la generación de la ruta en una única secuencia de prompt-completado.

Representación de Datos

A diferencia de los enfoques previos de codificador-decodificador (por ejemplo, DirectMultiStep) que tratan la retrosíntesis como una tarea de traducción, Ariadne representa la tarea completa de planificación de síntesis como una expresión S enraizada dentro de una única secuencia:

• Estructura: (task (spec ...) (route ...))
• Especificación (spec): Contiene la molécula objetivo (query (mol ...)) y restricciones opcionales como route_depth (profundidad de ruta) o required_leaves (hojas requeridas).
• Ruta (route): Una estructura de árbol recursiva donde los nodos hoja representan materiales de partida (leaf (mol ...)) y los nodos internos representan reacciones (reaction (mol ...) (children ...)).
• Tokenización: El modelo utiliza un tokenizador pequeño, consciente de las expresiones S, donde las etiquetas estructurales son tokens atómicos y las cadenas SMILES se tokenizan carácter por carácter.

Estrategia de Entrenamiento

• Arquitectura: Ariadne emplea una arquitectura de solo decodificador con pre-normalización, RMSNorm, incrustaciones de posición rotatoria (RoPE) y bloques de alimentación directa Swiglu. El modelo escala principalmente aumentando el número de capas (variantes de 12L y 24L) mientras mantiene el tamaño oculto (256) y las cabezas de atención (8) constantes.
• Condicionamiento por Prompt: El modelo es entrenado para generar la porción de la route condicionada a la porción de la spec. Al variar el bloque spec (por ejemplo, añadiendo restricciones de profundidad o materiales de partida específicos), el mismo checkpoint puede ser consultado con diferentes especificaciones de tarea durante la inferencia.
• Aumento de Datos: Los datos de entrenamiento incluyen permutaciones del orden de los hermanos en el árbol de la ruta para asegurar la invarianza a la orden de los precursores.
• Conjunto de Datos: Los modelos fueron entrenados en el conjunto de datos PaRoutes (división v2026-05-12) preprocesado con RetroCast, utilizando tanto divisiones de retención de ruta (route-holdout) como de reacción (reaction-holdout) para evitar la fuga de datos.

Marco de Evaluación

Los autores evalúan Ariadne utilizando el marco RetroCast, centrándose en:

• Validez Tier-0: La proporción de objetivos con al menos una ruta donde todas las reacciones son químicamente válidas (Tier-0).
• Solv-0: La proporción de objetivos con al menos una ruta válida en Tier-0 que satisface restricciones de tareas de puntuación específicas (por ejemplo, terminación en ASKCOS Buyables, profundidad específica o materiales de partida requeridos).
• Precisión Top-K: La capacidad de reconstruir una ruta de referencia dentro de los K mejores candidatos.
• Benchmarks: La evaluación principal utiliza la familia mkt-cnv-160 (variantes de solo objetivo, de profundidad restringida y de hojas restringidas) y los benchmarks ref-* (usando stocks de referencia personalizados).

Contribuciones Clave

1. Generación Condicionada por Prompt Unificada: Ariadne demuestra que la generación de rutas de múltiples pasos puede formularse como una única tarea de solo decodificador donde las restricciones se manejan mediante campos de prompt en lugar de un entrenamiento de modelos separados.
2. Eficiencia en la Planificación con Restricciones: El modelo logra un rendimiento de vanguardia en tareas con restricciones (profundidad y materiales de partida requeridos) utilizando un único checkpoint, superando significativamente a los planificadores de búsqueda bidireccional como DESP tanto en precisión como en costo computacional.
3. Desacoplamiento de la Generalización y la Planificación: El estudio proporciona métricas diagnósticas (por ejemplo, la precisión Route|Root) para separar la capacidad del modelo para seleccionar la primera desconexión de su capacidad para completar el resto de la ruta, revelando que el cuello de botella principal suele ser la elección de la desconexión inicial.
4. Lanzamiento de Código Abierto: Los autores liberan el código base y los scripts de entrenamiento para apoyar la investigación adicional en la generación de rutas estructurales condicionada por prompt.

Resultados

• Seguimiento de Restricciones: En los benchmarks mkt-cnv-160, añadir campos de prompt para las restricciones mejoró significativamente el rendimiento.
  • Restricciones de Profundidad: El Solv-0 aumentó del 76.9% (solo objetivo) al 90.6% cuando se incluyó la profundidad solicitada en el prompt.
  • Restricciones de Hojas Requeridas: El Solv-0 aumentó del 50.0% al 81.2%, y la reconstrucción Top-10 mejoró del 26.2% al 37.5% cuando se especificó un material de partida en el prompt.
• Comparación con Planificadores Basados en Búsqueda: En el benchmark de hojas requeridas, Ariadne (24L) logró un 81.2% de Solv-0 y un 37.5% de Top-10 en 24 minutos de GPU, superando la mejor configuración de DESP (71.2% de Solv-0, 17.5% de Top-10) que requirió 6.8 horas de GPU (una aceleración de aproximadamente 17x).
• Reconstrucción Estándar: En tareas estándar de solo objetivo, Ariadne 24L es comparable al DMS Explorer XL (50 millones de parámetros) en precisión Top-10 (59.4% frente a 57.5%) pero con aproximadamente la mitad del tiempo de inferencia (23.9 min frente a 47.6 min).
• Rendimiento en Holdout: Ariadne muestra mejoras significativas sobre MCTS en los benchmarks de retención de ruta (Top-10: 59.4% frente a 40.6%), lo que sugiere una mejor capacidad para ensamblar reacciones conocidas en nuevas rutas. Sin embargo, en los benchmarks de retención de reacción, MCTS sigue siendo más fuerte en Solv-0, lo que indica que los métodos de búsqueda aún tienen ventaja en la generalización a transformaciones de reacción no vistas.
• Limitaciones de Condicionamiento de Stock: Cuando se evalúa en benchmarks que requieren la terminación en stocks de referencia personalizados (no solo productos comerciales comprables), el rendimiento de Ariadne cae significativamente en comparación con MCTS (por ejemplo, 68.2% frente a 85.2% de Solv-0 en ref-cnv-400), lo que destaca una limitación actual en el condicionamiento de la generación sobre conjuntos de stock arbitrarios definidos por el usuario.

Significado y Reivindicaciones

El artículo afirma que Ariadne extiende la generación de secuencias de modelos especialistas en retrosíntesis a la generación de rutas estructurales condicionada por prompt. El significado principal radica en demostrar que un único modelo de solo decodificador puede manejar múltiples especificaciones de planificación (sin restricciones, con restricción de profundidad y con restricción de hojas) sin necesidad de reentrenamiento, ofreciendo una alternativa más flexible y computacionalmente eficiente a los planificadores basados en búsqueda para tipos de restricciones específicos.

Sin embargo, los autores mantienen una postura modesta respecto a la utilidad experimental inmediata. Establecen explícitamente que:

• Los modelos no introducen verificadores de rutas Tier-1–3 (por ejemplo, plausibilidad de reacción, predicción de condiciones), que siguen siendo el principal cuello de botella para la aplicación experimental.
• El enfoque actual aún no puede condicionar la generación sobre conjuntos de stock arbitrarios especificados por el usuario, un requisito crítico para la planificación práctica que involucra bloques de construcción propios.
• El trabajo no pretende reemplazar la búsqueda explícita (MCTS), sino ofrecer un eje de escalado complementario donde los generadores aprendidos amortizan las estructuras de ruta recurrentes para una inferencia más rápida, potencialmente en un sistema híbrido donde la búsqueda genera trayectorias para la destilación.

El artículo concluye que, si bien Ariadne representa un paso significativo hacia una planificación de síntesis unificada, se requiere más investigación en el prompting sensible al stock, la selección fiable de la primera desconexión y protocolos de validación estandarizados antes de que estos modelos puedan ser plenamente confiables para los químicos experimentales.