ICLR 2025｜SYNFLOWNET：具有合成约束的多样化和新型分子的设计

本文介绍了在ICLR 2025上发表的论文“SynFlowNet: Design of Diverse and Novel Molecules with Synthesis Constraints”，提出了一种新的GFlowNet模型，用于设计具有合成约束的多样化和新型分子。文章背景介绍了GFlowNets作为一类概率模型，通过一系列动作生成对象，生成概率与奖励成正比。研究目的是通过化学反应和可购买的反应物构建新分子，并评估其合成可行性。方法部分详细描述了如何通过化学反应序列获得的分子构成的马尔可夫决策过程（MDP）来训练GFlowNets，包括前向和反向动作空间的定义，以及如何通过掩蔽确保反应和构建块的兼容性。结论部分，作者证明了化学反应的动作空间是实施合成性的一种有效方式，并且将其与GFlowNets结合在多样性方面表现优异。此外，本文提出了一种用于在GFlowNet中训练反向策略的新范式，并展示了其在使用数十万个构件时的高效扩展性。