统一蛋白/分子/晶体推理的多模态科学模型
推荐指数 72.0 NO. 024 · 2026.07.10
upvotes71comments1
为什么值得看
SciReasoner 将蛋白质、分子、晶体的结构元素离散化为统一词汇表，实现跨学科的结构推理与性质预测。对做 AI4Science 的工程师来说，这意味着用一个模型就能打通生物、化学、材料三大领域，减少为每个领域单独训练专用模型的成本。
媒体预览
编辑判断
当前 AI4Science 的主流做法是为每个模态单独造轮子：AlphaFold 做蛋白、SchNet 做分子、Matformer 做晶体，模型架构和表示方法互不兼容。SciReasoner 的核心突破是把三维空间中的几何关系、化学键合、晶体周期性全部映射到同一个离散 token 空间，类似 NLP 中的子词切分但适用于物理结构。
这种统一表示的好处是跨域迁移——在蛋白数据上学到的局部化学环境知识可以直接迁移到分子或晶体任务。论文声称在多个基准上达到或超过专用 SOTA，但 71 upvotes 只有 1 条评论，说明社区还在观望实际复现效果。关键问题是：离散化后的信息损失有多大？周期性边界条件的处理是否足够鲁棒？
如果代码和预训练权重开源，建议优先测试自己手头的小分子性质预测任务，看是否真能替代现有的 GNN 方案。目前 HuggingFace 页面尚未看到模型权重，这是最大的不确定因素。
相关内容
Multimodal Crystal Flow: Any-to-Any Modality Generation for Unified Crystal Modeling 提出统一晶体建模的多模态流模型，支持任意模态间的生成与转换，与原文统一蛋白/分子/晶体推理的目标高度契合。 基于深度原生结构推理的准确、跨学科、透明的结构-性质理解 探讨蛋白质、小分子、晶体三类结构的统一推理框架，强调结构决定性质的跨学科建模，与原文多模态科学模型理念一致。 Uni-Mol还能干这个？助力多模态大模型实现三维分子表征 介绍Mol-LLaMA多模态管线，融合2D分子图与3D坐标进行分子表征，为统一分子-蛋白-晶体建模提供技术路径参考。 北大团队发布化学大模型基准SUPERChem：挑战多模态高难度化学推理 构建评估大模型多模态化学推理能力的基准，涉及分子、反应等多模态任务，与原文科学模型评估需求相关。