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

本文介绍了“My Chemical Harness”，这是一种路径原生的进化框架，它利用大语言模型作为高层策略控制器，引导从构建模块到可执行合成路径的构建，从而在不产生幻觉或无需模型微调的情况下，实现了最先进的分子设计性能。

要点

想象一下，你正在试图发明一种全新的、超高效的药物。在过去，科学家（或人工智能）会先尝试构思出一个完美的分子形状，就像在梦中画出一辆汽车。然后，他们再试图弄清楚如何在工厂里实际制造它。通常，那个“梦中的汽车”是无法制造出来的，因为零件并不存在，或者组装说明书简直是胡言乱语。

“我的化学束缚”（My Chemical Harness） 是一种全新的实现方式。这种系统不再是先构思出完成后的汽车，而是从组装说明书和零件目录开始。

以下是它的工作原理，我们使用简单的类比：

1. 搜索的是“食谱”，而不只是“蛋糕”

大多数 AI 试图猜测最终的蛋糕（分子）长什么样，并希望它味道好。然而，这个系统将每一个候选对象都视为一份食谱。

• 原料： 一份真实的、可购买的化学品清单（比如面粉、糖、鸡蛋）。
• 步骤： 一系列真实的、经过验证的烹饪方法（比如“混合”、“烘焙”、“折叠”）。
• 规则： 你只有在能买到原料且步骤在厨房里物理可行的情况下，才能编写食谱。

如果一份食谱要求使用“魔法粉末”，或者某个步骤会烧掉整个厨房，系统会立即拒绝它。这种“搜索”寻找的不是形状，而是制造出有用产品的最佳步骤序列。

2. AI 是“厨师经理”，而不是“厨师”

这是这篇论文中最核心的部分。大语言模型（AI）不允许仅仅写下一个随机的分子。那就像是要求一位厨师在不知道储藏室里有什么食材的情况下发明一道新菜。

相反，AI 充当的是策略管理者：

• 它查看数据库中当前的“食谱”。
• 它决定一个计划：“让我们尝试把糖换成蜂蜜，”或者“让我们尝试一种我们还没怎么用过的烘焙方法，”或者“让我们尽量缩短食谱的长度。”
• 它告诉计算机：“去尝试这些具体的改变。”

AI 实际上并不“烹饪”分子。它只给出高层级的指令。

3. “机器人厨房”负责真正的实操

一旦 AI 经理给出了计划，一个确定性的机器人厨房（本地代码）就会接管。这个机器人会：

• 检查原料是否真的存在。
• 严格遵循步骤，观察食谱是否奏效。
• 制造出分子。
• 测试最终产品是否达标（它是否能与目标疾病结合？）。
• 丢弃任何失败或产生重复项的食谱。

这种分离至关重要。如果 AI 产生了幻觉（瞎编乱造），机器人厨房会立即发现，因为它发现食谱行不通。AI 指引着方向，但机器人确保了现实性。

4. 从错误中学习（“反思”循环）

该系统使用了一个被称为“反思”的智能循环。

1. 尝试： AI 提出一个策略，机器人尝试 1,000 份食谱。
2. 审查： 机器人告诉 AI：“嘿，你用‘蜂蜜’的想法效果很好，但‘以 500 度烘焙’每次都失败了。”
3. 调整： AI 阅读这份报告，从中学习，并改变其策略以应对下一轮的 1,000 份食谱。
4. 重复： 这个过程周而复始，随着每一轮的进行变得越来越聪明。

他们发现了什么？

研究人员在特定的酶靶点（sEH）和一组标准的药物设计挑战上测试了这一系统。

• 更好的结果： 他们的系统找到了比那些先猜测形状或没有使用 AI “反思”能力的系统更优秀的分子。
• 更容易制造： 发现的分子不仅有效，而且在实际实验室中合成起来也容易得多。
• 无需训练： AI 不需要被重新训练或教授新的化学知识。它只需利用现有的知识来担任机器人厨房的智能经理。

核心结论

你可以将这个系统看作是一个团队：AI 是经验丰富的项目经理，而代码是精准的施工队伍。经理决定去哪里寻找以及尝试什么，但施工队确保每一个建筑模块都是真实的，且每一个步骤都是安全的。这防止了 AI 构思出不可能实现的东西，并确保最终的发现能够在现实世界中真正被制造出来。

技术摘要

技术摘要：我的化学束缚（My Chemical Harness）

问题陈述
药物与材料发现的核心挑战在于，如何设计出既具有目标化学性质又具备合成可行性的分子。尽管近期生成式模型（Transformer、扩散模型）在采样新分子结构方面取得了成功，但它们产生的候选分子往往缺乏可行的合成路径。传统方法通常先生成分子结构，然后再事后尝试将其映射到可合成的路径上，或者将可合成性视为一种外部惩罚项。本文认为，分子设计应当直接表述为对可执行合成路径的搜索，其中候选对象是路径本身，而非仅仅是最终的分子图。

方法论：我的化学束缚（My Chemical Harness）
作者引入了“我的化学束缚”，这是一种将大语言模型（LLM）作为策略控制器集成到确定性化学流水线中的路径原生进化框架。该系统以遗传算法的形式运行，其种群由可执行的合成路径而非孤立的分子组成。

• 搜索空间表示： 搜索空间由一个可购买的构建块库（$B$）、一组以 SMARTS 模式表示的反应模板（$R$）以及一个兼容性矩阵（$M$）定义。一个候选对象是一个路径 $r = (s_1, \dots, s_L)$，即一系列实例化的反应步骤。“基因型”是路径，而“表型”是通过使用确定性工具（如 RDKit）执行路径后获得的最终产物分子。
• LLM 作为策略控制器角色： LLM 被明确限制不得直接生成分子或反应步骤，以防止幻觉。相反，它作为一个高层规划器，负责选择搜索偏好，例如路径长度、移动类型（如取代、扩展）、反应家族以及探索压力。
• 确定性执行： 本地代码处理所有繁重的计算工作：采样兼容的反应物、验证反应位点、执行 RDKit 转换、去除重复项，并使用特定任务的预言机（Oracles）对产物进行评分。
• 反思性优化循环： 该框架采用了一种“反思性”迭代过程：
  1. 上下文组装： 系统收集岛屿记忆（成功或失败路径的历史记录）。
  2. 规划： LLM 根据任务和上下文提出搜索策略。
  3. 第一轮执行： 本地代码执行该策略，生成并评分候选对象。
  4. 反思： LLM 审查结果（成功、失败、基元），并为剩余的预算修订其策略。
  5. 第二轮执行与选择： 执行修订后的策略，并将最佳候选对象提交至种群。
  6. 学习： LLM 生成报告以指导未来的迭代。

核心贡献

1. 路径原生进化搜索： 本文提出了一个范式转变，即遗传算法作用于可执行的合成程序（路径），从而确保可合成性是搜索空间的结构性特征，而非事后约束。
2. 受限 LLM 集成： 展示了一种“束缚”架构，通过高层策略引导探索，而不直接接触化学生成，从而消除了产生幻觉产物或不支持的反应步骤的风险。
3. 反思型智能体机制： 引入了中途反思步骤，允许 LLM 根据来自确定性化学引擎的即时反馈来调整其搜索策略，从而提高搜索精力的分配效率。

结果
该框架在两个基准测试中进行了评估：

• 可溶性环氧化酶（sEH）代理： 反思型 LLM 智能体实现了优于确定性控制器和非反思型 LLM 基准模型的 SOTA 性能。它达到了 $0.984 \pm 0.005$ 的 top-1000 平均 sEH 分数，最低合成可及性（SA）分数为 $1.996 \pm 0.027$，以及最高的 AiZynthFinder 成功率 $0.994 \pm 0.004$。反思型智能体成功富集了与已知 sEH 抑制剂化学一致的化学可解释基元（如尿素和酰胺基团）。
• 治疗学数据公社（TDC）预言机： 该方法被应用于 13 个不同的分子设计预言机。在包括 amlodipine_mpo（0.6436 对比 0.620）和 sitagliptin_mpo（0.4522 对比 0.314）在内的多个目标上，该反思型 LLM 方法优于基准的合成约束方法（ReaSyn、SynthesisNet、SynNet），证明了策略控制在不同优化目标下的泛化能力。

意义与主张
本文声称，受限的 LLM 智能体可以在不需要训练、微调或专用生成模型的情况下，在分子发现中发挥重要作用。LLM 的主要价值被确定为对受限合成动作空间的自适应优先级排序。通过将 LLM 的战略角色与确定性的化学执行分离，该系统实现了平衡：LLM 引导搜索向有希望的化学空间区域移动，同时本地工具强制执行化学现实性和有效性。作者总结道，这种方法促进了可合成药物和分子印迹聚合物的理性设计，为 AI 辅助科学发现提供了一条可靠、可审计且无幻觉的路径。