My Chemical Harness: Evolutionary Molecular Design over Synthetic Pathways with Large Language Model Agents

तकनीकी सारांश: माय केमिकल हार्नेस (My Chemical Harness)

समस्या विवरण
दवा और सामग्री की खोज में केंद्रीय चुनौती ऐसे अणुओं को डिजाइन करना है जिनमें लक्षित रासायनिक गुण भी हों और जो संश्लेषणात्मक रूप से सुलभ (synthetically accessible) भी हों। जबकि जनरेटिव मॉडल्स (ट्रांसफॉर्मर, डिफ्यूजन मॉडल्स) में नए आणविक संरचनाओं के नमूने लेने में सफलता दिखाई है, वे अक्सर ऐसे उम्मीदवार उत्पन्न करते हैं जिनमें व्यवहार्य संश्लेषण मार्ग (synthetic routes) का अभाव होता है। पारंपरिक दृष्टिकोण आमतौर पर पहले आणविक संरचनाएं उत्पन्न करते हैं और फिर उन्हें संश्लेषणात्मक पथों के साथ जोड़ने का प्रयास a posteriori (पश्चातवर्ती) करते हैं, या वे संश्लेषणीयता (synthesizability) को एक बाहरी दंड (penalty) के रूप में मानते हैं। यह शोध पत्र तर्क देता है कि आणविक डिजाइन को सीधे निष्पादन योग्य सिंथेटिक मार्गों (executable synthetic pathways) पर एक खोज के रूप में तैयार किया जाना चाहिए, जहाँ उम्मीदवार वस्तु स्वयं मार्ग है, न कि केवल अंतिम आणविक ग्राफ।

कार्यप्रणाली: माय केमिकल हार्नेस (My Chemical Harness)
लेखक "माय केमिकल हार्नेस" का परिचय देते हैं, जो एक रूट-नेटिव (route-native) विकासवादी ढांचा है जो एक नियतात्मक रसायन विज्ञान पाइपलाइन (deterministic chemistry pipeline) के भीतर रणनीति नियंत्रकों के रूप में लार्ज लैंग्वेज मॉडल्स (LLMs) को एकीकृत करता है। यह प्रणाली एक जेनेटिक एल्गोरिदम के रूप में कार्य करती है जहाँ जनसंख्या (population) अलग-थलग अणुओं के बजाय निष्पादन योग्य सिंथेटिक मार्गों से बनी होती है।

• खोज स्थान का प्रतिनिधित्व (Search Space Representation): खोज स्थान को क्रय योग्य बिल्डिंग ब्लॉक्स ($B$) के एक पुस्तकालय, SMARTS पैटर्न के रूप में दर्शाए गए प्रतिक्रिया टेम्पलेट्स ($R$) के एक सेट, और एक अनुकूलता मैट्रिक्स ($M$) द्वारा परिभाषित किया गया है। एक उम्मीदवार एक मार्ग $r = (s_1, \dots, s_L)$ है, जो क्रियान्वित प्रतिक्रिया चरणों का एक क्रम है। "जीनोटाइप" (genotype) मार्ग है, और "फेनोटाइप" (phenotype) नियत उपकरणों (जैसे, RDKit) का उपयोग करके मार्ग को निष्पादित करने से प्राप्त अंतिम उत्पाद अणु है।
• रणनीति नियंत्रक के रूप में LLM की भूमिका: मतिभ्रम (hallucinations) को रोकने के लिए LLM को सीधे अणु या प्रतिक्रिया चरणों को उत्पन्न करने से स्पष्ट रूप से प्रतिबंधित किया गया है। इसके बजाय, यह एक उच्च-स्तरीय योजनाकार (planner) के रूप में कार्य करता है जो खोज के लिए प्राथमिकताएं चुनता है, जैसे कि मार्ग की लंबाई, मूव के प्रकार (जैसे, प्रतिस्थापन, विस्तार), प्रतिक्रिया परिवार, और अन्वेषण दबाव (exploration pressure)।
• नियतात्मक निष्पादन (Deterministic Execution): स्थानीय कोड सारा भारी काम संभालता है: संगत अभिकारकों (reactants) का नमूना लेना, प्रतिक्रिया स्लॉट्स को मान्य करना, RDKit रूपांतरणों को निष्पादित करना, डुप्लिकेट को हटाना, और विशिष्ट कार्यों के ओरेकल (oracles) का उपयोग करके उत्पादों को स्कोर करना।
• प्रतिबिंबित अनुकूलन लूप (Reflective Optimization Loop): ढांचा एक "प्रतिबिंबित" (reflective) पुनरावृत्ति प्रक्रिया का उपयोग करता है:
  1. संदर्भ संयोजन (Context Assembly): सिस्टम आइलैंड मेमोरी (सफल/विफल मार्गों का इतिहास) एकत्र करता है।
  2. योजना (Planning): LLM कार्य और संदर्भ के आधार पर एक खोज रणनीति प्रस्तावित करता है।
  3. प्रथम चरण (First Pass): स्थानीय कोड रणनीति को निष्पादित करता है, उम्मीदवारों को उत्पन्न और स्कोर करता है।
  4. प्रतिबिंब (Reflection): LLM परिणामों (सफलताएं, विफलताएं, मोटिफ्स) की समीक्षा करता है और शेष बजट के लिए अपनी रणनीति को संशोधित करता है।
  5. द्वितीय चरण और चयन (Second Pass & Selection): संशोधित रणनीति को निष्पादित किया जाता है, और सर्वोत्तम उम्मीदवारों को जनसंख्या में शामिल किया जाता है।
  6. सीखना (Learning): LLM भविष्य के पुनरावृत्तियों को निर्देशित करने के लिए एक रिपोर्ट तैयार करता है।

प्रमुख योगदान

1. मार्ग-नेटिव विकासवादी खोज (Route-Native Evolutionary Search): यह पेपर एक प्रतिमान परिवर्तन (paradigm shift) का प्रस्ताव करता है जहाँ जेनेटिक एल्गोरिदम निष्पादन योग्य सिंथेटिक प्रोग्रामों (मार्गों) पर कार्य करता है, जिससे यह सुनिश्चित होता है कि संश्लेषणीयता खोज स्थान का एक संरचनात्मक हिस्सा है न कि एक post-hoc बाधा।
2. प्रतिबंधित LLM एकीकरण (Constrained LLM Integration): यह एक "हार्नेस" वास्तुकला को प्रदर्शित करता है जहाँ LLMs प्रत्यक्ष रासायनिक पीढ़ी तक पहुँच के बिना, उच्च-स्तरीय रणनीति के माध्यम से अन्वेषण को निर्देशित करते हैं, जिससे मतिभ्रम वाले उत्पादों या असमर्थ प्रतिक्रिया चरणों का जोखिम समाप्त हो जाता है।
3. प्रतिबिंबित एजेंट तंत्र (Reflective Agent Mechanism): एक मध्य-पुनरावृत्ति प्रतिबिंब चरण का परिचय LLM को नियतात्मक रसायन विज्ञान इंजन से तत्काल फीडबैक के आधार पर अपनी खोज नीति को अनुकूलित करने की अनुमति देता है, जिससे खोज प्रयास का आवंटन बेहतर होता है।

परिणाम
ढांचे का मूल्यांकन दो बेंचमार्क पर किया गया:

• सॉल्यूबल एपोक्साइड हाइड्रोलेज (sEH) प्रॉक्सी: प्रतिबिंबित LLM एजेंट ने नियतात्मक नियंत्रकों और गैर-प्रतिबिंबित LLM बेसलाइनों की तुलना में अत्याधुनिक प्रदर्शन प्राप्त किया। इसने $0.984 \pm 0.005$ का टॉप-1000 मीन sEH स्कोर, $1.996 \pm 0.027$ का सबसे कम सिंथेटिक एक्सेसिबिलिटी (SA) स्कोर, और $0.994 \pm 0.004$ की उच्चतम AiZynthFinder सफलता दर प्राप्त की। प्रतिबिंबित एजेंट ने ज्ञात sEH अवरोधक रसायन विज्ञान के अनुरूप रासायनिक रूप से व्याख्या योग्य मोटिफ्स (जैसे, यूरिया और एमाइड समूह) को सफलतापूर्वक समृद्ध किया।
• थेराप्यूटिक्स डेटा कॉमन्स (TDC) ओरेकल: विधि को 13 विविध आणविक डिजाइन ओरेकल पर लागू किया गया। प्रतिबिंबित LLM दृष्टिकोण ने amlodipine_mpo (0.6436 बनाम 0.620) और sitagliptin_mpo (0.4522 बनाम 0.314) सहित कई लक्ष्यों पर बेसलाइन संश्लेषण-प्रतिबंधित विधियों (ReaSyn, SynthesisNet, SynNet) को पछाड़ दिया, जो विभिन्न अनुकूलन उद्देश्यों के लिए रणनीति नियंत्रण की सामान्य क्षमता (generalizability) को प्रदर्शित करता है।

महत्व और दावे
यह पेपर दावा करता है कि प्रतिबंधित LLM एजेंट बिना किसी प्रशिक्षण, फाइन-ट्यूनिंग या समर्पित जनरेटिव मॉडल के आणविक खोज में महत्वपूर्ण भूमिका निभा सकते हैं। LLM का प्राथमिक मूल्य एक प्रतिबंधित सिंथेटिक एक्शन स्पेस पर अनुकूली प्राथमिकता (adaptive prioritization) के रूप में पहचाना गया है। नियतात्मक रासायनिक निष्पादन से LLM की रणनीतिक भूमिका को अलग करके, सिस्टम एक ऐसा संतुलन प्राप्त करता है जहाँ LLM रासायनिक वास्तविकता और वैधता को लागू करने के लिए स्थानीय उपकरणों का उपयोग करते हुए, खोज को रासायनिक स्थान के आशाजनक क्षेत्रों की ओर निर्देशित करता है। लेखक निष्कर्ष निकालते हैं कि यह दृष्टिकोण दवाओं और आणविक रूप से इम्प्रिंटेड पॉलिमर के तर्कसंगत डिजाइन को सुगम बनाता है, जो AI-सहायता प्राप्त वैज्ञानिक खोज के लिए एक विश्वसनीय, ऑडिट योग्य और मतिभ्रम-मुक्त मार्ग प्रदान करता है।