微软研究院于2026年9月21日介绍RetroChimera，一套面向小分子逆合成预测的开源模型框架。它从目标分子出发，反向提出逐步拆解方案，直到得到可购买的构建单元，帮助研究人员规划药物、材料和农业化学品的合成路线。 RetroChimera由两个互补子模型组成：基于Transformer的R-SMILES 2直接生成前体分子，灵活但可能产生幻觉；基于图神经网络的NeuralLoc选择反应模板并预测应用位置，输出更受训练数据中的反应模式约束。框架通过学习排序把两者的候选结果重新组合，并在不同反应类型之间调整信任权重。 微软称，在盲测中，博士级化学家更偏好RetroChimera的单步反应预测；对10个具有挑战性的目标分子，多步路线中专家接受了其中9条，而对比模型分别为5条、4条和2条。上述结果来自微软对Nature论文和验证实验的公开介绍，不应直接等同于真实实验成功率。 开发方是Microsoft Research，代码和权重已按MIT许可证开源，也可通过Microsoft Foundry访问。适合药物研发、先进材料和合成化学团队，用于扩大候选分子筛选范围、加快设计—合成—测试循环。限制是模型输出仍需化学家审核和实验验证；对训练分布之外的反应、数据库覆盖和具体实验条件，预测可靠性可能不同，自动规划不等于自动完成合成。 官方来源（2026年9月21日）：https://www.microsoft.com/en-us/research/blog/improving-synthesis-prediction-of-small-molecules-at-scale-with-retrochimera/