Pesquisadores incorporam conhecimentos químicos prévios à IA de retrosíntese

Pesquisas recentes em retrosíntese propõem formas de tornar as previsões de reações por IA mais fundamentadas em química. Um artigo apresenta o C3LM, treinado com cerca de 45,6 milhões de reações verificadas, usando prompting Top-K, recompensas baseadas no ChemCensor e recompensas voltadas à novidade, e relata desempenho de ponta no benchmark OOD URSA-expert-2026. Um artigo separado no arXiv apresenta o RetroMPA, um módulo pós-hoc agnóstico ao modelo que usa embeddings atentos a propriedades moleculares para melhorar as saídas de modelos de retrosíntese existentes, relatando ganho médio de 5,50% na acurácia top-1 em oito modelos no USPTO-50K.