给定的分子可以被生物合成吗？

背景:
分子的生物合成是通过利用生物体内的代谢途径来实现的。这些途径通常会分解起始分子（例如 D-葡萄糖）并重新排列原子以制造所需的最终分子（例如乙醇或姜黄素）。通常，这些代谢途径涉及多个步骤和多种酶催化剂。
在 Bota，我们通过生物合成生产一些分子。有时我们的项目需要化学整理步骤（像是在化工厂中）。所以确定一个分子是否可以纯粹通过代谢途径（生物合成）或需要涉及化学整理步骤是启动项目的关键之一。
这个评估有可能很复杂，因为有时酶催化剂是由人类使用定向进化得来的，这样扩大野生型生物学的范围。例如，混杂的酶可以进化为进行新的反应（例如，如果一种酶天然地使一种底物脱羧，它也可能进化为使类似的底物脱羧）。因此，仅生物化学所能达到的范围是模糊的，并不总是 100% 被定义。所以我们寻求算法来帮助人类做出判断。

数据集（推荐）:
MetaNetX - 涵盖所有代谢模型中分子并且具有产生他们的反应，都可以被认为是生物可到达的，因为它们是细胞天然代谢的一部分。指定分子时请使用 InchiKeys 作为输入，因为这是不依赖于任意人类命名约定的最佳表示。也许可以提取这些分子的特征，将分类器构建成 Bio-reachable 或需要在实验室中进行化学处理？如果成功（对训练数据进行交叉验证时的有效模型），这将允许将该模型扩展到整个 Bio-reachable 空间。数据库 MetaNetX 肯定是不完整的（它没有所有生物可到达的分子 - 一些论文被遗漏了，新的发现等待着生物化学家！）。 MetaNetX 还拥有数千个生物可到达的分子，它们还没有指定的反应来得到它们。关于这些分子中有多少是生物合成的，人类的知识存在空白。因此，仅细胞中的生物化学所能达到的范围是模糊的，而且并不总是 100% 确定的。我们寻求算法来帮助人类做出判断，从那些已知+注释为当今生物可到达（具有产生反应）的分子中学习。
PubChem - - 美国国立卫生研究院 (NIH) 的一个开放化学数据库，已成为科学家、学生和公众的重要化学信息资源。 PubChem 包含有关化学结构、标识符、化学和物理特性、生物活性、专利、健康、安全、毒性数据等的分子信息。因此，您可以通过 PUG REST（一种用于访问上述分子信息的 REST API）扩展您的功能并丰富数据集。

参考：
一个很好的参考是 Pathway design using de novo steps through uncharted biochemical spaces - PMC (nih.gov)。在本文中，已知的酶促反应以及“广义反应规则”被无缝混合以计算目标分子的路径。然而，该方法不是开源的，而且它依赖于复杂的优化方法。我们相信一种更简单、更通用的机器学习方法可能是有用的。 此参考仅供参考。在这里，我们不寻找目标分子的路线，只是基于新的 AI/ML 方法对它们是否在生物学上可以达到的最佳猜测。如果模型可以帮助解释为什么分子是生物可到达的（模型中的什么特征) 将会是一个加分项