इस पेपर में, हम SynTwins प्रस्तुत करते हैं, जो एक नया ढाँचा है जो AI द्वारा उत्पन्न अणुओं के वांछनीय गुणों और वास्तविक संश्लेषण के बीच की खाई को पाटता है। SynTwins तीन चरणों के माध्यम से संश्लेषण योग्य आणविक एनालॉग्स को डिज़ाइन करके विशेषज्ञ रसायनज्ञों की रणनीति की नकल करता है: रेट्रोसिंथेसिस, समान बिल्डिंग ब्लॉक्स की खोज और वर्चुअल संश्लेषण। यह संश्लेषण योग्य एनालॉग्स उत्पन्न करने में मौजूदा मशीन लर्निंग मॉडल से बेहतर प्रदर्शन करता है और, जब मौजूदा आणविक अनुकूलन ढाँचों के साथ एकीकृत किया जाता है, तो वांछनीय गुणों वाले संश्लेषण योग्य अणु उत्पन्न करता है। विभिन्न आणविक डेटासेट पर व्यापक बेंचमार्किंग के माध्यम से, हम प्रदर्शित करते हैं कि SynTwins प्रभावी रूप से कम्प्यूटेशनल डिज़ाइन और प्रायोगिक संश्लेषण के बीच की खाई को पाटता है, जिससे यह अनुप्रयोगों की एक विस्तृत श्रृंखला के लिए वांछित गुणों वाले संश्लेषण योग्य अणुओं की खोज को गति देने के लिए एक व्यावहारिक समाधान बन जाता है।
