1. Introducción
Con la intersección de la informática y la química, la retrosíntesis se ha convertido en un tema candente en los campos del descubrimiento de fármacos y la química. La retrosíntesis no sólo ayuda a los químicos a encontrar una manera de sintetizar un determinado compuesto, sino que también puede reducir en gran medida el tiempo y los costos experimentales. AiZynthFinder es una de las herramientas pioneras en este campo, que combina el poder de la búsqueda de árboles de Monte Carlo y las redes neuronales para proporcionar a los químicos una poderosa plataforma de planificación retrosintética.
2. Introducción a AiZynthFinder
AiZynthFinder es una herramienta de planificación retrosintética que utiliza la búsqueda de árboles de Monte Carlo para descomponer moléculas de forma recursiva hasta encontrar un precursor adquirible. Durante este proceso, una estrategia específica guía la búsqueda. Lo especial de esta estrategia es que utiliza una red neuronal entrenada en una biblioteca de plantillas de reacción conocidas para sugerir posibles precursores.
3. Introducción a la búsqueda de árboles de Monte Carlo
Antes de profundizar en cómo funciona AiZynthFinder, primero debemos comprender los principios básicos de Monte Carlo Tree Search (MCTS).
MCTS es un proceso de toma de decisiones que se utiliza a menudo en simulaciones del mundo real, como en los juegos de mesa. Este algoritmo puede realizar una gran cantidad de experimentos de simulación y luego tomar decisiones basadas en los resultados de estos experimentos.
MCTS incluye los siguientes pasos:
- Selección : comenzando desde el nodo raíz, seleccione un nodo secundario de acuerdo con alguna estrategia hasta encontrar un nodo que no esté completamente expandido.
- Expandir : agregue uno o más nodos secundarios al nodo actual.
- Simulación : una simulación aleatoria comienza desde el nodo actual y continúa hasta el final de la simulación.
- Rastreo : basado en los resultados de la simulación