Tercih sınaması neyi yakalıyor?
RetroChimera, hedef molekülden geriye doğru çalışarak olası başlangıç maddelerini arayan iki modeli öğrenilmiş bir birleştirme yöntemiyle buluşturuyor. Nature makalesi, bu iki bileşenin farklı öğrenme eğilimlerinden yararlandığını; amacın az görülen fakat stratejik tepkimeleri kaçırma ve kimyasal açıdan yanlış öneri üretme sorunlarını azaltmak olduğunu bildiriyor.[1]
Microsoft'un aktardığı 10 moleküllük değerlendirmede kimyagerler RetroChimera'nın 9 tam sentez yolunu kabul etti; diğer modellerde sayı 2 ile 5 arasında kaldı. Ayrı bir tercih sınamasında 9 doktora dereceli organik kimyager, modelin önerisini daha önce yayımlanmış yola karşı yaklaşık %64 oranında seçti. Bu sonuç, sistemin uzmanların yararlı bulduğu kimyasal seçimleri daha sık sunduğunu gösteriyor.[1]
Bir yolun seçilmesi, o yolun işlemesi anlamına gelmiyor
Bu düzenek uzman yargısını ölçüyor; tepkimelerin laboratuvarda başarıyla tamamlanmasını, ürün verimini, harcanan zamanı veya başarısız denemeleri ölçmüyor. Uzman tercihi yine de önemsiz değil: az rastlanan bir dönüşümün stratejik değerini, geçmiş veri kümesindeki tek doğru yanıttan daha iyi yakalayabilir. Bunun karşısındaki açıklama, 10 molekülün ve aynı araştırma çevresinden gelen değerlendiricilerin daha geniş kimya çalışmalarını temsil etmemesi.[1]
Çalışmanın güçlü sonraki sınaması, farklı ekiplerin daha önce görmediği hedefleri ileriye dönük seçip önerilen yolları gerçekten yürütmesi olur. Tamamlanan yol oranı, başarısız tepkime sayısı, kimyager zamanı ve başlangıç maddesi gideri birlikte bildirildiğinde RetroChimera'nın tercih edilen bir öneriden çalışan bir araştırma aracına geçip geçmediği anlaşılabilir.[1]