设计全新分子是化学领域最具挑战性的任务之一。无论是研发救命药物还是前沿材料，每个化合物都必须经过精心规划的合成步骤。逆合成分析作为该领域的核心方法，要求化学家从目标分子出发，倒推寻找合理的起始原料和反应路线——这一过程涉及大量专业判断，往往需要数年经验积累。
瑞士洛桑联邦理工学院（EPFL）Philippe Schwaller团队近日发布全新AI框架Synthegy，将大语言模型作为化学推理工具引入分子设计流程。与直接生成化学结构不同，Synthegy中的LLM扮演评估者角色，用自然语言解读化学策略，引导传统搜索算法完成逆合成路径规划。
该系统的核心创新在于自然语言交互界面。化学家只需用日常语言描述合成目标，AI即可理解其化学意图，自动生成并评估多条可行的合成路径。例如，当研究人员输入”我想用廉价起始物合成这个复杂分子，同时尽量减少保护基团的使用”，系统能够迅速给出多条差异化路线，并标注各路线的优缺点。
论文第一作者Andres M Bran指出，传统AI工具依赖繁琐的过滤规则和参数设置，Synthegy让化学家只需说话就能操作，大幅提升了迭代速度，使复杂合成思路的探索变得更加直观。该研究已发表于材料科学顶刊《Matter》。
来源：ScienceDaily, 2026年5月4日
https://www.sciencedaily.com/releases/2026/05/260504023844.htm
