摘要
本发明涉及一种基于多模态大模型的逆合成路线规划方法及系统,属于化学合成与人工智能交叉技术领域。该方法的具体步骤如下:首先,通过分子编码器提取目标产物的三维分子结构特征,并将其与分子的文本模态对齐;其次,推理可能的反应机制和反应类型,缩小逆合成搜索空间;接着,通过结构化标记与词汇扩展、数据驱动的原子分配学习以及反应中心识别与活性预测,将目标产物拆分为合理的合成子单元;最后,生成反应物的SMILES表示和反应路径。本发明可提升逆合成路径规划的准确性和可解释性,为新药开发、材料设计等领域的自动化与智能化提供新的技术手段。