8.2百万合成分子、100%化学有效：CoCoGraph用534K级参数把分子生成推向真实化学分布

本文介绍了一种名为CoCoGraph的协作式约束离散图扩散模型，用于生成化学有效且接近真实分布的分子。背景方面，传统分子生成方法面临化学空间巨大和规则严格的挑战，现有图扩散模型虽能生成分子但存在化学有效性低、参数庞大等问题。研究目的在于设计一种模型，能在生成过程中融入物理约束，确保100%的化学有效性，同时降低模型复杂度。结论上，CoCoGraph通过双边交换约束机制，在每一步生成中保持原子数、分子式和价态约束，仅需约534K参数（远低于同类模型的数百万参数），即可在GuacaMol基准上达到100%化学有效性、99.9%独特性和98.6%新颖性。在36项化学性质评估中，CoCoGraph在23项上优于DiGress、33项上优于JTVAE。基于该模型构建的820万合成分子数据库中，约760万为新颖有效分子。分子版图灵测试显示，102位有机化学专家仅能以62%的平均准确率区分真实分子与CoCoGraph生成分子，证明其生成结果接近真实化学分布。研究团队指出，未来目标是实现具有特定性质的分子生成，如可溶性、无毒等，为药物开发、材料设计等领域提供高效探索工具。