OmniSyn — это новая языковая модель с архитектурой Mixture-of-Experts (MoE), которая генерирует биоактивные молекулы, специфичные к заданному белку-мишени, с явными путями химического синтеза. В отличие от традиционных генеративных моделей, которые сначала создают молекулы, а затем оценивают их синтезируемость, OmniSyn встраивает планирование синтеза непосредственно в процесс генерации, объединяя de novo дизайн лигандов, проекцию синтезируемости и оптимизацию hit-to-lead (H2L) в едином пространстве. Модель предобучена с использованием самодистилляции и дообучена с помощью обучения с подкреплением (RL) для адаптации маршрутов экспертов и оптимизации свойств молекул. На бенчмарке MolGenBench OmniSyn достиг state-of-the-art результатов по генерации de novo и оптимизации H2L, включая метрики осведомлённости о мишени и повторного открытия хитов, используя только аминокислотные последовательности белков без трёхмерных структур. Независимая оценка с помощью AiZynthFinder показала успешность ретросинтеза 68.47% для de novo генерации и 71.92% для H2L-оптимизации, что превосходит лучшие базовые модели на 61.3% и 184.2% соответственно. Масштабирование на весь человеческий протеом позволило создать крупнейшую виртуальную библиотеку из 2.7 миллиардов молекул, специфичных к более чем 21 000 мишеней, каждая с синтез-трейсами и приоритетными оценками. OmniSyn открывает новые возможности для исследования ранее недоступных терапевтических мишеней, включая белки без экспериментально определённых структур.