简介： 本发明公开了一种基于强化学习的路径可控的药物分子生成方法，由初始分子R₀,通过Agent寻找最佳反应模版T₀和反应物a₀，再通过environment搜索与最佳反应物相似的反应物集，返回该集合中受益最大的中间反应产物R₁,同时将中间产物加入分子库中，反复循环，直至搜索结束找到最佳反应产物；该方法不仅可结合传统药物生成的经验模版，同时利用强化学习的搜索不断寻找最佳的反应类型，得到最高回报价值的药物分子；还结合传统基于经验搜索、测验的方法和基于深度生成模型两者的优势，不仅能得到有效的药物合成路径，还能扩大搜索空间，生成更多样化的分子结构，能大幅度地降低全新药物分子的研发时间，所得药物分子具有极高的可行性。