REINVENT4 文档精读：从论文算法到可配置生成平台

REINVENT4（Loeffler 等, Journal of Cheminformatics 2024）把早期 REINVENT 的思路扩展成现代开源框架。它不是单一算法，而是把生成器、打分组件、学习策略和配置文件组织成可复现工具。

主要能力

• 多种生成场景：de novo、scaffold hopping、linker design、R-group replacement、Mol2Mol 等。
• 多种优化方式：transfer learning、reinforcement learning、curriculum learning 等。
• 可配置：用 TOML/JSON 定义生成模式、打分组件、权重和运行参数。

实战边界

• 平台本身不会保证生成分子“能做成药”；打分函数、过滤规则和项目数据才是核心。
• 对接分、QED、SA、ADMET 预测都只是代理，需要化学家和实验闭环。
• 适合搭 DMTA 原型：生成、过滤、选样、实验、回灌，再迭代。

延伸资源

• 论文：Loeffler et al., J. Cheminform. 2024；代码：MolecularAI/REINVENT4。