第9章 采购再造：反应信息学与合成规划

第 9 章 · 采购再造：反应信息学与合成规划

章节摘要：分子造出来、筛出来之后，还有最后一道坎——合得出来吗？本章把化学信息学的显微镜转向化学反应：反应 SMILES 与原子映射如何把反应写成数据，逆合成分析如何从目标分子倒推采购清单，产率预测与条件优化如何让实验少走弯路。这一章是生成化学的质检环节，也是自动化实验室（10.3 节）的算法内核——没有反应数据的结构化，闭环研发就无从谈起。

学习目标

读完本章，你应当能够：

1. 读写反应 SMILES，解释原子映射在反应数据结构化中的地位；
2. 描述反应模板的抽取与应用过程，并理解模板特异性的两难；
3. 用原子平衡与价态校验过滤自动枚举出的无效产物；
4. 陈述逆合成分析作为图搜索问题的形式化（断键、前体、可行性评分）；
5. 对比模板法与无模板法路线规划的取舍，读懂一条机器路线的成本构成；
6. 解释产率预测模型为何只能在实验条件空间内插值，以及贝叶斯优化如何接手条件推荐。

核心概念速览

反应是化学的动词：分子结构是名词库，反应规则才是造句法。

反应信息学把前八章的"分子视角"升级为"转化视角"。三个环节层层递进：表征（9.1）把反应变成机器可算的数据——反应 SMILES 加原子映射是一切的地基；规划（9.2）把目标分子分解成可采购原料的路线树——本质是带可行性评分的图搜索；优化（9.3）把路线变成高产率的实验方案——产率模型负责预判，贝叶斯优化负责推荐下一批条件。三环节合起来回答一个问题：一个候选分子从想法到烧瓶，要经过哪些数据关卡。

子章节导航

9.1 反应表征与原子映射——反应 SMILES 的三段语法、原子映射号的作用与自动映射的现状；用反应模板做类似物枚举的完整代码案例，含无效产物的三重过滤。

9.2 逆合成分析——从科里的断键思想到现代路线规划器：模板法与无模板法、搜索树与可行性评分；一个陌生目标分子的三条机器路线对比，教你看懂机器规划的成本语言。

9.3 产率预测与条件优化——高通量实验数据训出的产率模型、插值与外推的边界、贝叶斯优化推荐下一轮条件的闭环逻辑；钯催化偶联数据集的实战演算。

子章节之间的逻辑关系

三节是"语法、句法、修辞"的关系：9.1 建立反应的数据语法，9.2 用这套语法做路线的长句写作，9.3 为句子润色出可执行的条件。依赖是硬性的——没有原子映射（9.1）就抽不出干净的模板，没有模板与评分（9.2）就没有路线可优化，9.3 的产率模型更是直接骑在 9.1 的结构化反应数据上。反过来，9.3 的实验结果回流 9.1 的数据库，三个环节拧成一个学习闭环。

    9.1 表征                9.2 规划                 9.3 优化
 ┌──────────────┐      ┌──────────────┐       ┌──────────────┐
 │ 反应 SMILES   │      │ 断键与前体搜索  │       │ 产率模型预判   │
 │ 原子映射      │       │ 模板法对无模板  │       │ 贝叶斯推荐条件 │
 │ 模板抽取枚举  │       │ 路线成本评分    │        │ 实验回流闭环   │
 └──────┬───────┘      └──────┬───────┘        └──────┬───────┘
        └───────────┬─────────┴───────────────────────┘
                    ▼
      10.3 节：闭环实验室——反应信息学的机器人形态
​

前置知识与后续延伸

本章需要第2章的 SMILES 语法（反应 SMILES 是它的直接扩展）与 8.2 节的生成评估意识；有机化学基础 helpful 但不强制——断键与保护组的常识会就地补。工具上继续 RDKit，路线规划器以开源实现为例。

往后的路标：9.1 的模板库是 10.3 节自动化实验室的"反应词典"；9.2 的路线评分直接对接采购系统（3.1 节 ZINC 的可得性标注在此变成路线变量）；9.3 的贝叶斯优化闭环是全册"设计-合成-测试-学习"循环的最后一块拼图。