Concevoir une molécule utile ne suffit pas. Encore faut-il savoir la fabriquer avec des réactifs disponibles, des réactions plausibles et un nombre raisonnable d’étapes. Une nouvelle méthode d’intelligence artificielle, baptisée RETROSPECT, cherche à améliorer ce travail de planification en séparant deux fonctions souvent confondues : proposer plusieurs réactions possibles, puis classer les meilleures.
La prépublication a été mise en ligne le 5 juin 2026 et acceptée dans un atelier consacré à l’IA pour la science lors d’ICML 2026. Ses auteurs annoncent une précision de 55 % au premier choix et de 86,18 % parmi les dix premières propositions sur le jeu de test USPTO-50K, un benchmark courant de la rétrosynthèse informatique.
Ces résultats sont prometteurs, mais ils ne signifient pas que l’IA sait déjà concevoir seule la fabrication d’un médicament. L’expérience porte sur la prédiction d’une réaction unique à partir de données historiques. Une synthèse réelle demande souvent plusieurs étapes, des conditions précises et le jugement d’un chimiste face à des molécules parfois très différentes de celles du jeu d’entraînement.
Remonter de la molécule aux ingrédients
La synthèse chimique classique part de réactifs pour obtenir un produit. La rétrosynthèse raisonne dans l’autre sens. Le chimiste observe la molécule cible et cherche quelles liaisons pourraient être coupées mentalement afin de retrouver des précurseurs plus simples.
Chaque déconnexion ouvre plusieurs possibilités. Une liaison carbone-azote peut être formée par différentes familles de réactions. Certains réactifs sont faciles à acheter, d’autres difficiles à préparer. Une transformation élégante sur le papier peut échouer à cause d’un groupe chimique sensible ou produire un mélange impossible à purifier.
La planification devient rapidement combinatoire. Si dix réactions sont envisageables à chaque étape, une route de cinq étapes peut produire un très grand nombre de chemins. Les logiciels de rétrosynthèse cherchent donc à réduire l’espace de recherche en proposant les transformations les plus plausibles.
L’apprentissage automatique s’appuie souvent sur des bases de réactions extraites de brevets. Le modèle reçoit une molécule produit et apprend à reconstruire les précurseurs qui avaient été utilisés dans la réaction publiée. Dans RETROSPECT, les molécules sont principalement représentées sous la forme de chaînes SMILES, un langage textuel décrivant les atomes, les liaisons et la structure.
Cette représentation permet d’utiliser des architectures proches de celles du traitement automatique du langage. Au lieu de prédire le mot suivant d’une phrase, le Transformer prédit les caractères et fragments correspondant aux réactifs possibles.
Un générateur, puis un juge spécialisé
Le choix central de RETROSPECT consiste à décomposer le problème en deux phases.
La première utilise un Transformer nommé ChemAlign. Il génère une liste de réactions candidates. Les auteurs l’entraînent avec plusieurs variantes de la représentation SMILES afin que le système ne dépende pas d’une seule manière d’écrire la même molécule.
Ils ajoutent également une contrainte d’équilibre atomique. Une réaction candidate doit conserver une cohérence entre les atomes présents dans le produit et ceux proposés dans les précurseurs. Cette vérification ne garantit pas que la réaction fonctionne, mais elle décourage certaines sorties chimiquement absurdes.
La seconde phase reprend l’ensemble des candidats et les reclasse avec LambdaMART, une méthode d’apprentissage conçue pour ordonner des résultats. Elle examine notamment :
- le score donné par le générateur ;
- des propriétés structurelles des molécules ;
- la fréquence du type de réaction dans les données ;
- la proximité entre les centres de réaction ;
- certains descripteurs calculés par chimie quantique.
Cette architecture modulaire traite différemment deux objectifs. Le générateur doit explorer suffisamment de possibilités pour ne pas manquer la bonne réponse. Le reclasseur doit placer la plus crédible en tête de liste.
La distinction compte dans un laboratoire. Une proposition unique très probable peut être inutilisable parce qu’un réactif est indisponible ou qu’une fonction chimique est incompatible avec les conditions. Une liste plus diverse permet au chimiste ou à un planificateur multiétape de choisir une alternative.
Les chiffres obtenus sur USPTO-50K
Le benchmark utilisé contient environ 50 000 réactions issues de brevets américains, réparties en classes de transformation. Le jeu de test de RETROSPECT comprend 5 007 produits.
Le générateur seul atteint 55 % de correspondance exacte au premier rang. Dans 86,18 % des cas, les précurseurs attendus apparaissent parmi les dix premières propositions. Les auteurs mesurent aussi une validité syntaxique de 99,86 % pour la première sortie.
Pour évaluer le reclassement, ils construisent un ensemble fusionné contenant environ 111 candidats par produit. Le modèle LambdaMART fondé sur les caractéristiques structurelles place la réponse attendue au premier rang dans 59,4 % des cas, avec un score moyen réciproque de classement de 0,7171.
Cette comparaison doit être lue avec précaution. Le gain de 55 % à 59,4 % n’est pas calculé exactement sur deux systèmes évalués dans des conditions parfaitement identiques : le reclasseur travaille sur un ensemble de candidats fusionnés, préparé pour cette expérience.
Le résultat important tient donc moins à un nouveau record absolu qu’à la démonstration qu’un module de sélection peut exploiter les propositions de plusieurs sources et améliorer leur ordre. RETROSPECT pourrait ainsi servir de composant dans un ensemble plus large plutôt que remplacer tous les modèles existants.
Les calculs quantiques apportent moins que prévu
L’étude teste aussi des descripteurs issus de la théorie de la fonctionnelle de la densité, ou DFT. Ces calculs estiment certaines propriétés électroniques des molécules à partir de la mécanique quantique. Ils peuvent aider à comprendre la réactivité d’un site ou la stabilité d’un intermédiaire.
On pourrait penser que ces informations physiquement riches améliorent fortement le classement. Dans les expériences rapportées, leur contribution reste pourtant plus faible et moins régulière que celle du score initial du générateur ou de la fréquence des modèles de réaction.
Ce résultat ne signifie pas que la chimie quantique est inutile. Il indique que, dans ce benchmark et avec ces descripteurs, le coût supplémentaire ne produit pas toujours un avantage proportionnel.
Plusieurs raisons sont possibles. Les réactions historiques contiennent déjà de nombreux signaux statistiques. Les transformations fréquentes sont plus faciles à prédire et plus souvent présentes dans le test. Des propriétés calculées sur des molécules isolées ne représentent pas nécessairement les solvants, catalyseurs, températures et effets stériques de l’expérience réelle.
Le constat a une conséquence pratique : avant d’ajouter une couche de calcul complexe, il faut vérifier qu’elle apporte une information nouvelle au modèle. Une architecture plus simple peut être plus facile à entraîner, à expliquer et à déployer à grande échelle.
Une bonne correspondance n’est pas une preuve de faisabilité
La métrique principale compare la proposition du modèle à la réaction enregistrée dans le jeu de données. Si les précurseurs correspondent exactement, la prédiction est considérée comme correcte.
Mais une molécule peut être fabriquée par plusieurs voies. Une proposition absente du brevet peut être chimiquement valide. À l’inverse, retrouver la réaction publiée ne garantit pas qu’elle est optimale, facile à reproduire ou adaptée aux contraintes d’un autre laboratoire.
Cette limite est connue dans la recherche sur la rétrosynthèse. Des méthodes comme RetroGFN cherchent à mesurer la diversité et la faisabilité au-delà de la seule précision top-k. Chimera combine plusieurs familles de modèles et fait également évaluer ses propositions par des chimistes organiciens.
La validité syntaxique de 99,86 % doit être interprétée de la même manière. Elle indique principalement que la chaîne SMILES produite peut être lue comme une structure moléculaire. Elle ne prouve ni la disponibilité des réactifs, ni le rendement, ni la sécurité, ni la sélectivité.
Pour mesurer l’utilité réelle, il faudrait compléter les benchmarks par :
- des évaluations en aveugle par des chimistes ;
- des tests sur des réactions plus récentes que les données d’entraînement ;
- des expériences menées au laboratoire ;
- des mesures de diversité entre les voies proposées ;
- la prise en compte du coût, de la toxicité et de la disponibilité ;
- des planifications complètes jusqu’à des matières premières accessibles.
Le biais des brevets reste présent
USPTO-50K provient de brevets. Cette source offre un grand volume de réactions, mais ne représente pas uniformément toute la chimie.
Les entreprises brevettent certaines familles de molécules plus que d’autres. Les réactions ayant réussi sont davantage documentées que les échecs. Les procédures peuvent être incomplètes, les noms ambigus et l’extraction automatique imparfaite.
Un modèle apprend donc à reproduire la distribution de cette archive. Il favorisera souvent les transformations fréquentes et les motifs associés aux domaines les plus représentés. Le reclassement par fréquence, efficace sur le benchmark, peut renforcer cette tendance.
Ce choix est rationnel lorsque la molécule ressemble aux exemples historiques. Il devient risqué pour une chimie rare, une nouvelle famille de matériaux ou une structure très éloignée des données connues.
La robustesse hors distribution est particulièrement importante dans la découverte. L’objectif n’est pas seulement de refaire ce que les brevets contiennent déjà, mais d’explorer des molécules et des transformations nouvelles sans produire des suggestions irréalistes.
Les auteurs présentent RETROSPECT comme une base modulaire susceptible d’être intégrée à d’autres systèmes. Cette ouverture facilite les comparaisons : un laboratoire pourrait remplacer le générateur, modifier les critères de classement ou ajouter ses propres contraintes sans reconstruire toute la chaîne.
Une brique de planification, pas un chimiste autonome
La rétrosynthèse assistée par IA peut accélérer le travail exploratoire. Elle aide à dresser une liste de possibilités, à retrouver des précédents et à examiner rapidement plusieurs chemins. Elle devient particulièrement utile lorsque des modèles de conception moléculaire génèrent des milliers de candidats qu’il faut ensuite filtrer selon leur fabricabilité.
RETROSPECT illustre une tendance importante : les gains ne viennent pas toujours d’un modèle toujours plus grand. Une bonne séparation des rôles, un générateur diversifié et un classement explicite peuvent améliorer le système tout en laissant chaque composant mesurable.
La prochaine étape sera de vérifier si cet avantage persiste sur des données réellement nouvelles, des molécules plus complexes et des routes multiétapes. Il faudra aussi comparer les propositions avec les décisions de chimistes, plutôt qu’uniquement avec une réaction historique.
L’IA ne remplace pas ici le raisonnement expérimental. Elle organise un espace de possibilités trop vaste pour être parcouru manuellement. Sa valeur dépendra de sa capacité à proposer plusieurs voies crédibles, à expliquer leur classement et à laisser le spécialiste intégrer les contraintes que les brevets ne décrivent pas.
Références
- arXiv — RETROSPECT: RETROsynthesis via Sequential Prediction, and Chemically Transformed-ranking
- arXiv — Chimera: Accurate retrosynthesis prediction by ensembling models with diverse inductive biases
- arXiv — RetroGFN: Diverse and Feasible Retrosynthesis using GFlowNets
- arXiv — Directly Optimizing for Synthesizability in Generative Molecular Design using Retrosynthesis Models
- Times of India — ICML 2026 workshop highlights RETROSPECT research
