用途：用深度生成模型生成偏向目标性质的新分子，服务于先导化合物优化、系列扩展、PROTAC 连接子设计、专利空间规避等任务。
主要能力：REINVENT 4 提供四类生成器——Reinvent（从头生成）、Libinvent（骨架修饰与库设计）、Linkinvent（连接子设计）、Mol2Mol（相似性约束的分子优化），支持迁移学习、强化学习与课程学习。其他工具包括 MolMIM（NVIDIA BioNeMo，潜空间性质优化）、DiffSMol/DiGress/MolDiff/TargetDiff 等扩散生成模型，以及 JT-VAE。
使用方式：REINVENT 4 通过 TOML 配置指定生成器、算法、先验模型与评分组件，命令行二进制为 reinvent，例如 reinvent -l logfile.log config.toml。评分函数建议归一化到 0-1，用几何平均组合活性、QED、合成可及性、新颖性等端点。合成可及性可用 RDKit 的 from rdkit.Contrib.SA_Score import sascorer 计算。
限制与风险：需注意奖励作弊（如高分平凡骨架、重复基序、分布外分子）、模式坍塌、迁移学习过拟合、生成分子不可合成、PAINS 结构、验证集泄漏等。SA score 只是启发式，不是路线规划或可行性概率。CustomAlerts 为全局过滤，MatchingSubstructure 为软惩罚，硬性包含约束需生成后单独用 SMARTS 校验。扩散模型与 REINVENT 的多样性、成药性取决于模型、数据与评估协议，应在匹配基准上比较。具体版本兼容与参数以安装版本为准。