基于深度原生结构推理的精准、跨学科与透明构效理解

结构-性质关系是生物学、化学和材料科学的基础，功能、反应性和物理响应均源于空间、化学和周期性的组织。要从机理上解释这些关系，需要借助科学原理和物理约束（从立体化学和键合，到对称性、能量学和周期序）来解读结构证据。然而，将人工智能应用于这一过程，同时带来了表征与推理的双重挑战：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。本文提出 SciReasoner，一个面向蛋白质、小分子和无机晶体的原生结构推理多模态科学基础模型。SciReasoner 将坐标、拓扑结构和周期性连接离散化为统一的结构感知词汇表，在推理过程中将结构 token 视为可寻址的证据单元。在基于同源性控制的基因本体（Gene Ontology）预测中，SciReasoner 改善了低同源性和类孤儿蛋白的细胞组分注释，将 F_{max} 从 0.42 提升至 0.55。在化学领域，它将单步逆合成准确率从 0.63 提升至 0.72，同时生成片段级断键和前体验证轨迹。在材料科学中，其表征能够区分元素相与化合物相，并分辨高带隙与低带隙区间。在 86 个基准测试中，SciReasoner 在 67 个任务上达到了最先进（state-of-the-art）性能。双盲专家评估显示，在 98% 的案例中，其推理轨迹被评价为优于或至少与前沿大语言模型相当。通过将结构作为在科学约束下可检验的推理基底，SciReasoner 将准确预测与可解释的科学推断联系起来。