成功率提高7倍!新方法一句話就能讓AI秒出分子設計+合成步驟

2025年04月12日13:32:13 科技 1046

成功率提高7倍!新方法一句話就能讓AI秒出分子設計+合成步驟 - 天天要聞

(來源:MIT News)


尋找具備研發新藥物和新材料所需特性分子的過程既繁瑣又昂貴,需要耗費大量計算資源,研究人員往往要花費數月時間,才能在浩如煙海的候選分子中篩選出數量有限的目標分子。


像 ChatGPT 這樣的大語言模型有望簡化這一流程,然而,讓大語言模型像理解句子中的單詞那樣理解和推理構成分子的原子與化學鍵卻存在技術壁壘。


近期,麻省理工學院和 MIT-IBM 沃森人工智慧實驗室的研究人員開發出一種頗具前景的方法,利用基於圖的模型(Graph-based Model)來增強大語言模型(這些模型專為生成和預測分子結構而設計)。


該方法通過基礎大語言模型解析用戶自然語言需求後,能在分子設計、原理闡釋及合成路線規劃等環節智能切換 AI 模塊。


它將文本、圖形和合成步驟生成交織在一起,把單詞、圖形和反應整合為一個通用辭彙表,供大語言模型使用,實現多模態信息無縫銜接。


與現有的基於大語言模型的方法相比,這種多模態技術生成的分子更符合用戶設定的規格,有效合成方案成功率從 5% 提升至 35%


該方法的效果優於規模比它大 10 倍以上、僅使用文本表示來設計分子和合成路線的大語言模型,這表明多模態融合是新系統成功的關鍵。


「這有望成為一個『端到端』的解決方案,能實現分子設計與合成全過程的自動化。如果大語言模型能在幾秒鐘內給出答案,將為製藥公司節省大量時間。」麻省理工學院研究生、該技術論文的合作者 Michael Sun 說道。


這項研究成果將在國際學習表徵會議上發表。論文的合作者還包括聖母大學研究生 Gang Liu、麻省理工學院電氣工程與計算機科學教授 Wojciech Matusik,以及 MIT-IBM 沃森人工智慧實驗室資深科學家 Jie Chen。這項研究部分由美國國家科學基金會、海軍研究辦公室以及 MIT-IBM 沃森人工智慧實驗室資助。



成功率提高7倍!新方法一句話就能讓AI秒出分子設計+合成步驟 - 天天要聞

優勢互補


大型語言模型並非為理解化學的微妙之處而設計,這也是它們難以進行逆向分子設計的原因之一。逆向分子設計是指識別具有特定功能或特性的分子結構的過程。


大語言模型將文本轉換為一種名為標記的表示形式,用於按順序預測句子中的下一個單詞。但分子是由原子和化學鍵組成的「圖形結構」,不存在特定順序,這使得它們很難編碼為順序文本。


另一方面,基於圖的模型將原子和分子鍵表示為圖形中相互連接的節點和邊。儘管這些模型在逆向分子設計中應用廣泛,但它們需要複雜的輸入,無法理解自然語言,且生成的結果可能難以解釋。


麻省理工學院的研究人員將大語言模型與基於圖的模型整合到一個統一框架中,實現了優勢互補。


Llamole(Large Language Model for Molecule Discovery,分子發現大型語言模型)利用基礎大語言模型作為「智能調度員」,理解用戶的查詢,即用戶用通俗語言對具有特定屬性分子的需求。


例如,用戶在尋找一種分子量為 209、具有特定鍵特性,且能穿透血腦屏障並抑制 HIV 的分子。


當大語言模型響應用戶查詢預測文本時,系統會通過獨特的「觸發令牌」機制,在三大功能模塊間智能切換:1、結構生成模塊(基於圖擴散模型,根據輸入條件構建分子骨架);2、語義轉換模塊(通過圖神經網路將分子結構重新編碼為大語言模型可理解的詞元);3、合成規劃模塊(根據中間體結構預測反應路徑,逆向推導從基礎原料到目標分子的完整合成方案)。


「這樣做的精妙之處在於模塊間的信息閉環,大語言模型在激活特定模塊前生成的所有內容,都會輸入到該模塊中。該模塊會以與之前一致的方式進行工作。」Michael Sun 說道,「同樣,每個模塊的輸出都會經過編碼,並反饋到大語言模型的生成過程中,這樣大語言模型就能了解每個模塊的作用,並繼續根據這些數據預測標記。」



成功率提高7倍!新方法一句話就能讓AI秒出分子設計+合成步驟 - 天天要聞

更優、更簡單的分子結構


最終,Llamole 會輸出分子結構圖像、分子文本描述以及分步合成計劃,該計劃詳細說明了如何合成分子,包括具體的化學反應。


在設計符合用戶規格分子的實驗中,Llamole 的表現優於 10 種標準大語言模型、4 種微調大語言模型,以及最先進的特定領域方法。同時,它通過生成更高質量的分子,將逆合成規劃成功率從 5% 提升至 35%,這意味著這些分子結構更簡單,構建模塊成本更低。


「大語言模型自身很難確定如何合成分子,因為這需要大量多步驟規劃。我們的方法能生成更優且更易合成的分子結構。」Gang Liu 說道。


為了訓練和評估 Llamole,研究人員從頭構建了兩個數據集,因為現有的分子結構數據集細節不足。他們用 AI 生成的自然語言描述和自定義描述模板,對數十萬個專利分子進行了擴充。


他們為微調大語言模型構建的數據集包含與 10 種分子特性相關的模板,因此 Llamole 的一個局限在於,它被訓練為僅考慮這 10 種數值特性來設計分子。


在未來的研究中,研究人員希望擴展 Llamole 的功能,使其能夠考慮任何分子特性。此外,他們還計劃改進圖形模塊,提高 Llamole 的逆合成成功率。


從長遠來看,他們希望利用這種方法拓展應用範圍,超越分子領域,創建能處理其他圖基數據的多模態大語言模型,例如電網中的互連感測器數據或金融市場中的交易數據。


「Llamole 展示了將大型語言模型用作處理文本描述之外複雜數據的介面的可行性,我們預計它們將成為與其他 AI 演算法交互以解決各類圖形問題的基礎。」Jie Chen 說道。


原文鏈接:

https://news.mit.edu/2025/could-llms-help-design-our-next-medicines-and-materials-0409

科技分類資訊推薦

車輛檢測演算法在爆炸事故應急響應中的優化路徑 - 天天要聞

車輛檢測演算法在爆炸事故應急響應中的優化路徑

視覺分析賦能車輛管控:以山東應急場景為例背景:應急場景下的車輛管控痛點近期山東多起爆炸事故暴露了應急響應中的車輛管理短板:消防車、救護車因違停車輛堵塞通道,違規車輛闖入事故核心區,傳統監控系統依賴人工識別效率低下。
新規今起施行!遇到強制「刷臉」,這樣投訴舉報 - 天天要聞

新規今起施行!遇到強制「刷臉」,這樣投訴舉報

近年來,用刷臉來識別個人信息的技術應用日益廣泛,從小區門禁、酒店登記,到交通出行、金融支付,在經濟社會的各個領域幾乎都能見到「刷臉」技術的運用場景。然而便捷的背後,也隱藏著不容忽視的隱憂。
新能源BBA,這次又「真香」了 - 天天要聞

新能源BBA,這次又「真香」了

文|園 長 編|陳梅希 最新一輪北京新能源車指標發放完畢,讓不少苦等搖號十年之久的無車家庭擁有了買車資格。但我發現,身邊不少熬過十年搖號長跑的新晉車主們,竟然集體化身"等等黨",說好的一有指標就買車,為何突然選擇困難了?在如今價格越來越優惠、配置越來越高級的汽車市場,「等等黨」似乎永遠不虧,何況北京新能...
「新汽車」5月交付量集體大漲:鴻蒙智行創新高、小米YU7擬於7月量產 - 天天要聞

「新汽車」5月交付量集體大漲:鴻蒙智行創新高、小米YU7擬於7月量產

財聯社6月1日訊(記者 張屹鵬)不同於一季度的跌宕起伏,財聯社記者統計的由傳統車企孵化及ICT跨界誕生的新品牌進入二季度後迎來集體上揚,這一趨勢在5月尤為明顯。6月1日,小米汽車率先公布5月成績單——單月交付量超28000輛,與4月表現基本持平,今年以來累計銷量超13萬輛。「我們正在全力為小米YU7大規模量產做準備,預...
雷軍刪文:「詆毀,本身就是一種仰望」!熱搜第一! - 天天要聞

雷軍刪文:「詆毀,本身就是一種仰望」!熱搜第一!

6月1日,@雷軍 發文:2025年5月小米su7交付量超28,000台,正在全力為小米yu7大規模量產做準備,預計7月份量產。剛學會一句莫言名言:詆毀,本身就是一種仰望。 不過,隨後雷軍編輯了本條微博,刪除了莫言名言相關內容,僅留下了相關圖片和小米汽車相關信息。 隨後,#雷軍刪掉詆毀原文#衝上熱搜第一。此前,5月31日,在2025...
畢業季臨近,大學生就業陸續進入「百日衝刺」關鍵階段 - 天天要聞

畢業季臨近,大學生就業陸續進入「百日衝刺」關鍵階段

近期,江蘇各地舉行「人才日」「人才周」系列活動,通過發布人才政策、項目簽約、人才禮包等活動,吸引更多人才與當地共創美好未來。人才發展需要政策「滋潤」。江蘇各地以人才活動為契機,發布各具特色、誠意滿滿的人才政策。
新石器余恩源:無人配送車競爭剛剛開始,唯有競爭才能構建高效生態系統 - 天天要聞

新石器余恩源:無人配送車競爭剛剛開始,唯有競爭才能構建高效生態系統

每經記者:趙雯琪 每經編輯:余婷婷「2025年無人配送車行業迎來爆髮式增長,發展速度達到去年的10倍。作為行業早期參與者,新石器目前每月交付無人車超1000輛,預計二季度至三季度單月交付量將突破2000輛,其中4月份單月交付量已超過2024年的全年總和。」6月1日,在2025(第三屆)未來汽車先行者大會智能網聯汽車商業化論壇...