让AI成为“科学发现伙伴”

近日，上海人工智能（AI）实验室联合多家单位发布微观结构与性质推理模型SciReasoner，首次实现大模型对分子、蛋白质和晶体三维结构的原生推理，构建起可审查、可溯源的科学推理链路，让AI像科学家一样读懂结构、推理性质，推动生命与材料科学迈入可解释智能发现新阶段。

让AI“读懂”微观结构

在生命科学、化学和材料科学领域，结构与性质密切相关。过去，AI大多停留在“解析—预测”阶段。以AlphaFold为代表的结构预测模型，能够基于序列高精度预测三维结构，却无法进一步回答“结构为何对应特定功能”“哪些局部特征起关键作用”等问题。

“预测模型如果无法理解背后的逻辑链条，就很难真正辅助科学发现。”上海人工智能实验室青年科学家唐诗翔表示，模态差异是其中的重要难点。

大语言模型擅长文本处理，而分子、蛋白与晶体本质上是三维结构。化学键、手性中心、α螺旋、β折叠等信息都承载着明确物理化学意义，若简单转换为普通字符，大量关键语义会在输入阶段丢失，导致AI“看不清”微观世界的真实面貌。

“要打造真正的AI for Science模型，首先要让模型读懂科学结构，再基于结构逐步推导功能与性质。”唐诗翔介绍，团队历时一年半，在前期研究基础上迭代推出微观结构与性质推理模型SciReasoner，实现从“语言推理”跨越到“结构原生推理”的突破。

如何让大模型真正读懂三维微观结构？团队采用类似“拼积木”的思路。“我们把整体结构划分成具有科学意义的单元，为每个单元赋予标识，通过标识的组合让模型理解三维结构。”唐诗翔解释道。

针对不同类型的科学结构，团队建立专属“语言”。小分子采用ConfSeq、蛋白质采用Foldseek3Di、晶体采用SLICES，保留官能团、折叠环境、空间对称性和周期连接等关键信息，将复杂三维结构编码为AI可识别的结构Token，为后续推理打下基础。

让科学推理可追溯、可审查

让模型“看懂结构”只是第一步，更大的挑战在于如何让它沿着科学规律推理，并让每一步判断都有据可查。

“过去很多模型像一个黑箱，输入数据后直接输出结果，但中间过程不可见。”唐诗翔介绍，SciReasoner则希望打通从微观结构到宏观属性的完整推理链条。

为此，团队建立了一套多层训练体系。一方面，模型吸收海量科学数据，涵盖专业论文、实验资料、领域标准及大量结构与功能信息；另一方面，将专家观察结构、寻找证据、形成判断的过程标准化，转化为模型可学习的推理轨迹。

在此基础上，团队不断强化学习环境，让模型在大量科学任务中反复训练，沿着更可靠的科学路径得出结论，最终突破传统路径依赖，让SciReasoner能够直接从蛋白自身结构出发，分析局部结构基序、折叠环境和功能区域，推断蛋白功能。实测结果显示，当序列相似度低于30%时，它相对传统同源迁移方法的优势最为明显，为探索未知蛋白功能、发现疾病生物标志物提供了新可能。

类似的能力也正在进入药物研发、材料预测等场景。在药物设计中，模型可以分析分子结构特征，辅助寻找候选药物；在材料领域，能从晶体结构出发推断材料稳定性和电子性质。“以前模型告诉科学家答案，现在它能够告诉科学家为什么。”唐诗翔表示，这种开放的推理过程，是科学AI走向实际应用的重要一步。

从“科研助手”到“科学发现伙伴”

目前，SciReasoner已与多家科研机构开展合作。在药物研发场景中，研究人员已利用该模型针对某全新靶点进行正向开发，加速推进从先导化合物发现到细胞实验验证的研发流程。

实际应用中，科研人员仅需上传待分析的蛋白、分子或晶体结构信息，模型即可结合专业知识与相关文献生成推理路径，并给出可信度评分，帮助研究者快速筛选值得进一步实验验证的结论，省去大量文献查阅与结构比对工作，让科研人力得以聚焦关键科学问题。

“科学研究是下一个Coding，也是突破AI智能上限的终极考题。”上海人工智能实验室主任、首席科学家周伯文指出，当前大模型在科学发现相关任务中的完成率仍不足3%。SciReasoner正是在这一方向上的一次重要探索。

下一步，团队希望继续拓展模型的能力边界，让SciReasoner不仅能够完成“结构到功能”的推理，还能根据功能需求反向设计结构。“就像一个设计师，你提出功能需求，它能把蛋白设计出来。”唐诗翔说。