全新反应描述语言可编码化学反应中分子编辑操作
作者：江庆龄 来源：中国科学报 发布时间：2025/5/15 19:01:59
全新反应描述语言可编码化学反应中分子编辑操作
中国 科学院 上海药物研究所研究员郑明月团队，报道了一种名为ReactSeq反应描述语言，该语言可以编码化学反应中的分子编辑操作，使自然语言处理模型（NLP）在逆合成预测、反应表征检索、交互问答等方面表现得更为出色。5月13日，相关研究发表于《自然-机器智能》。
以大语言模型为代表的人工智能（AI）技术在自然语言处理方面取得了前所未有的突破，正在深刻改变科学研究的范式。近年来，在化学与药物研发领域，处理化学分子与反应的化学语言模型（CLMs）逐渐兴起。由于化学分子缺乏固有的顺序表示，CLM利用化学家定义的分子线性编码来学习和生成分子结构，目前最常用的分子线性编码是简化分子输入线输入系统（SMILES）。
为了提升CLMs在特定任务中的表现，学界设计了一些新的分子线性编码语言，用于描述化学分子的静态结构。然而，这些语言无法明确描述化学反应过程中分子中原子和键的变化过程，严重限制了语言模型在化学反应预测和表示中的应用。
为了克服上述挑战，研究团队设计了一种新的化学反应描述语言ReactSeq。ReactSeq定义了从产物结构出发，将其转化为反应物分子所需的一系列分子编辑操作（MEO），包括化学键的断裂和变化、原子电荷的改变以及离去基团的附着。在基于ReactSeq的逆合成模型中，反应物通过这些MEO从产物分子转化而来，确保了预测反应物和产物之间的精确原子映射，增强了模型的可解释性。