如影随形

分子分子生态学语言的新反应描述

发布时间：2025-05-20 10:24编辑：bet356亚洲版本体育浏览（160）

该报纸（实习生江金）报道说，中国科学院上海Materia Medica研究所的研究人员Zheng Mingyue为描述化学反应的新语言设计了一种新语言，Reactseq。语言可以编码化学反应中的分子编辑操作，从而产生自然语言处理模型（NLP），这些模型（NLP）在反向合成预测中更好地执行，识别识别的反应，交互性问题和答案等。近年来，化学语言模型（CLMS）逐渐与分子和化学反应逐渐在化学和研究和药物开发的领域中逐渐浮出水面。由于化学分子缺乏自然连续的表示，因此CLM使用由分子线性编码定义的化学家来识别和产生分子结构。 AOF最常用的分子线性编码是简化的分子输入线输入系统（Smile）。提高SPE中CLM的性能学术界是纯粹的活动，设计了一些新的分子线性编码语言来描述化学分子的静态结构。但是，这些语言并未清楚地描述化学反应期间分子中原子和键的变化，这严重限制了语言模型在化学反应的预测和表示中的应用。为了应对上述挑战，研究团队设计了ReactSeq。语言指定了将产品结构转换为反应分子所需的一系列分子（MEO）编辑操作，包括断裂和变化的化学键，原子电荷变化以及附着组。在基于反应的反应模型中，反应通过这些MEOS从产物分子转化，确保预测的反应和产品之间的准确地图，从而增强模型解释。在ReactSeq中，研究人员可以在相反的合成预测中实现最先进的性能而不会改变变压器的基本体系结构。同时，ReactSeq具有代表MEO的明确令牌，可以表示和促进人类的指示。测试结果表明，人类专家的提示可以显着改善模型性能，甚至指导语言模型来探索新的响应。这些MEO令牌也令人愉悦地获得反应表示，并且还可以生产反应的准确和内在化学上的显着表示。基于这种方法，并伴随着自我监督的研究，研究团队建立了一种一般且可靠的响应表示方法，可以自然识别反应的类型并评估其统一性，从而改善了一系列流任务的性能，例如与反应，实验性的反应，推荐过程和预测反应相似的反应。研究小组说，这项研究为田野领域的大型语言模型提供了更多新技能，NTly提高了NLP解决复杂化学问题的能力，并为在化学领域开发基本的人工智能模型提供了新的想法。相关论文信息：https：//doi.org/10.1038/s42256-025-01032-8