RxnCLF: Contrastive Transformation-Aware Reaction Foundation Model for Improved Reactivity Prediction
RxnCLF 是一种自监督对比学习框架，用于反应表示学习。它基于凝聚反应图（CRG）统一反应物和产物信息，在 170 万 Pistachio 反应上预训练，并在多个产率预测基准（包括 Buchwald-Hartwig、Pd 催化的 BH 偶联以及专有的 HTE C-N 偶联和酰胺形成数据集）上进行微调，持续优于现有方法。
发展脉络
- 首次出现RxnCLF: Contrastive Transformation-Aware Reaction Foundation Model for Improved Reactivity PredictionarXiv cs.LG
- 当前判断RxnCLF 展示了自监督学习在化学领域的应用潜力，可能推动反应预测模型的进步。如果该方法在更多基准上验证有效，可能成为药物发现和材料科学中反应预测的新标准工具，影响相关行业的工作流程。Agent Pulse · 分析
RxnCLF 提出了一种自监督对比学习框架，用于化学反应表示学习，以解决反应产率预测中标记数据稀缺和反应空间庞大稀疏的问题。该框架基于凝聚反应图（CRG），将反应物和产物信息统一到单个图中，使模型能够学习显式且丰富的转化结构，而非分离的图。RxnCLF 在 170 万 Pistachio 反应上预训练，学习到一个紧凑且连续的潜在空间，同时捕捉反应中心特征和更广泛的侧链上下文，使其具有转化感知和化学可解释性。在多个产率预测基准（包括 Buchwald-Hartwig、Pd 催化的 BH 偶联以及专有的 HTE C-N 偶联和酰胺形成数据集）上进行微调后，RxnCLF 持续优于现有方法。
RxnCLF 的核心创新在于使用凝聚反应图（CRG）统一反应物和产物信息，并通过对比学习捕捉转化结构。这种方法可能比传统的字符串、指纹或基于图的编码更有效地表示化学反应，尤其是在复杂底物的情况下。其自监督预训练策略减少了对标记数据的依赖，可能提高模型在数据稀缺场景下的泛化能力。
RxnCLF 展示了自监督学习在化学领域的应用潜力，可能推动反应预测模型的进步。如果该方法在更多基准上验证有效，可能成为药物发现和材料科学中反应预测的新标准工具，影响相关行业的工作流程。
RxnCLF 可能提升反应产率预测的准确性，从而减少药物发现和化学合成中的实验成本和时间。对于制药和化工企业，采用此类模型可能加速研发流程，降低失败率，带来显著的经济效益。
下一步可关注 RxnCLF 在更多反应类型和更大规模数据集上的表现，以及其开源代码和预训练模型的发布。若其性能优势在独立复现中得到确认，可能促进其在工业界的采用。