知识卡片：SciReasoner：跨学科原生结构推理基础模型

一句话结论

SciReasoner 是一个多模态科学基础模型，通过将蛋白质、小分子和无机晶体的坐标、拓扑与周期性连接离散化为统一的结构感知词汇表，首次实现了对结构–性质关系的原生结构推理，在86个基准测试中67项达到最先进水平。

事件概述或研究问题

结构–性质关系是生物学、化学和材料科学的基础：功能、反应性和物理响应源于空间、化学和周期组织。要机制性地解释这些关系，需要依据科学原理和物理约束（从立体化学、键合到对称性、能量学和周期序）来解释结构证据。然而，将人工智能应用于此过程面临表示与推理的双重挑战：模型必须保留领域原生的结构信息，同时展示特定证据如何在这些约束下支持预测。

方法/产品要点

• 模型名称：SciReasoner（多模态科学基础模型）
• 核心方法：将坐标、拓扑结构和周期性连接离散化为一个统一的结构感知词汇表，将结构标记视为推理过程中可寻址的证据单元。
• 覆盖领域：蛋白质、小分子、无机晶体。
• 推理透明度：通过使结构成为可检查的推理底物，在科学约束下连接准确预测与可解释的科学推断。

主要结果或产业意义

• 蛋白质（基因本体预测）：在受同源性控制的基因本体预测中，对低同源性和孤儿样蛋白的细胞组件注释 (F_{\max}) 从 0.42 提高到 0.55。
• 化学（单步逆合成）：单步逆合成准确率从 0.63 提高到 0.72，同时生成片段级断开和前体验证轨迹。
• 材料科学：表示能够分离元素相与化合物相，并区分高带隙和低带隙区。
• 综合性能：在 86 个基准测试中，有 67 项任务达到最先进水平。
• 专家评估：双盲专家评估中，其推理轨迹在 98% 的案例中被认为优于或至少与前沿大型语言模型相当。

为什么重要

该方法使结构成为可检查的推理底物，将深度学习的高预测精度与可解释的科学推理相结合，为跨学科的材料、药物和化学设计提供了透明且可信的 AI 工具，尤其适用于低同源性/孤儿样蛋白等困难预测场景。

局限与不确定性

• 目前未提供模型参数规模、训练数据量及训练效率的具体数据（待核实）。
• 论文未讨论对复杂反应路径（多步逆合成）或蛋白质动态结构的适用性（待核实）。
• 模型在更广泛工业场景中的泛化性和计算成本尚待独立验证（待核实）。

可用于图书/PPT/简报的角度

• 跨学科统一模型：同一个框架处理蛋白质、小分子、无机晶体，适合介绍“AI for Science”的通用化进展。
• 可解释的AI推理：将结构标记作为“证据单元”，对比传统黑箱模型，突出透明性优势。
• 低同源性蛋白预测突破：细胞组件注释性能提升 31%，适合在生物医药演示中强调对难测蛋白的潜力。
• 逆合成规划：准确率提升并附带可追踪的分解逻辑，适合在化学合成自动化演示中引用。

原始材料

• 英文标题：Accurate, Interdisciplinary and Transparent Structure-property Understanding with Deep Native Structural Reasoning
• 英文关键词：foundation model, structure-property reasoning, multimodal, scientific AI, interpretability
• 来源：arXiv:2607.07708v1，网址 https://arxiv.org/abs/2607.07708v1