多步反应路径规划

做什么：给一个目标分子，在 AND-OR 图上反复调用单步逆合成，搜索一条把目标一路拆到可购砌块 （用哪个商业原料库可切换、可自定义）的完整合成路线。搜索算法与评测见研究报告 · 多步反应路径规划；安装见 安装与总览。

命令行

synomega plan --target "CC(=O)Nc1ccccc1O" --max-steps 5 --simplify

Python

import synomega

planner = synomega.load_default_planner()          # 默认原始模型 + retrostar；首用下载模型 + 砌块集
result = planner.plan("CC(=O)Nc1ccccc1O", max_depth=5)

print(result.solved)                                # 是否找到全叶可购的路线
print(result.best_route.describe())                 # 最优路线，逐步打印
for r in result.routes[:3]:                          # 前几条候选路线
    print(r.num_steps, r.depth, r.bb_coverage)
print(result.stats.expansions, result.stats.terminated_by)   # 搜索代价与终止原因

best_route.describe() 示例输出（数字随模型 / 库存而变）：

target: CC(=O)Nc1ccccc1O
solved: True  steps: 2  depth: 2  bb_coverage: 1.00
  [1] ...>>CC(=O)Nc1ccccc1O   (score=0.43)
  [2] ...                      (score=0.22)

solved=True 表示所有叶子都在砌块库里；bb_coverage 是可购叶子比例（近失时看它，1.00 = 完全解出）。

参数

参数（CLI / Python）	默认	含义
--algorithm	retrostar	搜索算法：retrostar（默认）/ mcts（单步弱时更稳）/ bfs（基线）
--max-steps / max_depth=	5	路线深度上限
--expansion-width	50	每个分子节点取单步 top-k 候选反应物集
--time-limit / --max-expansions	60 s / 500	搜索预算（时限 / 节点扩展数）
--exclude-target	关	把目标本身当不可购，避免"目标可买 → 0 步 trivially solved"
--simplify	关	用简化约束单步模型（搜索更省，见研究报告）
--stock / --stock-is-keys	默认下载 ZINC	自定义砌块库（.keys 或 SMILES 目录）

注意

• 默认开缓存（同一分子只扩展一次）；Planner(cache_path="x.sqlite") 可持久化到 SQLite 跨进程复用。
• 三种算法共享同一 AND-OR 图、预算与路线抽取，结果可直接比较。
• 想同时拿路线树和搜索统计、又只搜一次，用 SynthesizabilityScorer(planner).score_detailed(smiles)。