把分子、晶体结构变成Token，67项任务达SOTA，上海AI实验室推出微观结构与性质推理模型SciReasoner | AI4S进行时

科学发现是对智能的终极考验。其中，在“解析-预测”方面，传统模型预测结果准确，却无法说明推导依据，难以开展核验。

近日，上海人工智能实验室（上海AI实验室）联合香港中文大学、中国科学院上海药物研究所、斯坦福大学、牛津大学、上海交通大学、中国科学技术大学、南京大学等机构，发布微观结构与性质推理模型SciReasoner，构建可审查、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。

在覆盖蛋白、核酸、小分子和无机晶体的86项测试中，SciReasoner在67项任务中取得SOTA（达到或超过现有最优水平）。

短期来看，SciReasoner可支撑蛋白功能挖掘、药物虚拟筛选、化学逆合成路线设计与材料性质预测等科研任务。放眼长远，它指向一种更通用的科学智能：AI不仅能计算科学问题，还将作为科学发现“革命的工具”，以复杂科研任务牵引高阶智能。

• 论文链接：https://arxiv.org/pdf/2607.07708

• 项目地址：https://scireasoner.github.io/

在生成设计、性质预测和分类等任务上，SciReasoner均展现出较强竞争力

为分子、晶体结构建立专属“语言”，让AI可识别

科学结构不是普通文本，例如，分子结构的苯环、酯键、手性中心和反应位点都有明确的化学意义；蛋白结构中的α螺旋、β折叠、结合口袋和远程残基接触共同决定功能；晶体的空间群、局部配位和周期连接则直接影响稳定性与电子性质。如果把这些结构简单切成普通字符，许多关键语义会在输入阶段就被打散。

为此，SciReasoner为分子及晶体结构建立了专门的“语言”：小分子用ConfSeq表示，保留原子类型、键拓扑、扭转角和三维构象；蛋白质用Foldseek 3Di表示，捕捉局部折叠、近邻残基和空间环境；晶体则用SLICES表示，保留空间对称性、键拓扑和周期连接。

如此一来，原本复杂的3D空间结构被转换为AI可感知Token并送入大模型。模型看到的不再只是一串字符，而是官能团、构象、结构基序、空间群和周期边界。它得以依托真实的科学证据展开分析：哪段结构属于功能区域、哪些化学键易于断裂、何种空间排布保障材料稳定，整条推理脉络都能顺着结构线索清晰铺展。

SciReasoner为不同类型的科学结构建立了专门的“语言”，让模型识别官能团、折叠环境、空间对称性和周期连接

蛋白功能注释：革新同源性依赖范式

蛋白功能预测长期依赖同源性，未知蛋白如果能找到相似蛋白，功能就可以参考迁移。但遇到低同源蛋白和孤儿蛋白，这条路往往走不通，只能回到结构本身寻找线索。SciReasoner突破了这一路径依赖，它不靠找相似蛋白“抄答案”，而是从局部结构基序、折叠环境和功能区域中推断蛋白功能。

在低同源和孤儿蛋白的细胞组分注释中，SciReasoner将Fmax从0.42提升到0.55；在DeepFRI-GO任务中，整体表现超过BLAST、Foldseek、ESM2、SaProt等方法。实验结果还显示，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。

在脂质代谢相关蛋白案例中，SciReasoner没有依赖相似蛋白匹配，而是直接读取蛋白的3Di结构序列：先识别连续的α螺旋、β折叠和转角片段，再结合富含甘氨酸的局部结构特征，推断该蛋白可能参与脂质代谢，尤其是脂肪酸的生物合成与修饰。这个过程将功能结论逐步对应到具体结构片段，展示了模型如何从“看见结构”走向“解释功能”

SciReasoner在分子功能、细胞组分和生物过程等蛋白功能注释任务中整体表现领先，并能从蛋白结构片段中提取关键证据，使功能判断能够回溯到具体结构线索

逆合成：从“猜反应物”到“拆结构”

有机逆合成是化学研发的核心环节。面对一个目标分子，化学家通常会倒着拆解：先看骨架和官能团，判断哪里断键最合理；再推导可能的前体与反应类型；最后检查路线是否可行。SciReasoner把这套思路搬进模型推理链，依次完成结构分析、战略性断键、前体核验和反应可行性判断。

在USPTO-50K标准任务中，SciReasoner的Top-1准确率达到0.72，显著高于此前最佳模板自由方法RSGPT的0.63。不过，比数字更值得关注的是，它能清晰展示推导全过程：在代表性案例中，模型明确指出酯键、三唑片段、硫醚氧化位点或Suzuki偶联片段等证据，让化学家沿着线索复核路线，也让逆合成模型从“答案生成器”变成真正的“路线推理助手”。

SciReasoner在USPTO-50K逆合成任务上的Top-1准确率达到 72.0%，高于此前最佳模板自由方法RSGPT

药物筛选：看见二维骨架之外的三维相似性

在药物发现场景，有价值的候选分子二维骨架可能完全不同，但只要三维药效团相似，就可能进入同一个蛋白结合口袋。SciReasoner在虚拟筛选任务中展示了识别这种分子结构不同、作用方式相近的能力。

研究团队使用SciReasoner的分子表示开展DUDE虚拟筛选，在不额外依赖对接打分或任务微调的条件下，即可达到最优基线AUC，在同等筛选条件下，实现在前5%候选分子里挖掘出有效活性分子的能力显著增强。在ADAM17、CAH2、PGH2等靶点上，即使活性分子的二维骨架差异很大，只要三维结合模式接近，模型仍能将它们聚到一起，有助于在早期药物发现中找到结构更新、机制相通、性质可能更优的候选分子。

SciReasoner在虚拟筛选中取得领先表现，并能依据相近的三维结合特征识别作用于同一靶点的分子

材料预测：把晶体结构写进判断过程

材料性质同样由结构决定：晶体是否稳定、带隙多大、形成能如何，都与空间群、局部配位、周期连接和化学组成有关。SciReasoner把晶体结构纳入统一推理框架，不仅提升了预测表现，还学到清晰的结构—性质组织关系——不同组成和晶型会自然分离，带隙大小则呈现连续变化。

以TiGaCo₂稳定性预测为例，SciReasoner先解析材料结构字符串，识别出对应Fm-3m空间群的结构片段，再分析钛、镓、钴元素之间的连接排布规律，由此判断该材料具备L2₁型赫斯勒（Heusler）合金结构的稳定特性。模型不再只给出一个简单预测结果，还能溯源到晶体本身的原子排布，清晰呈现得出该结论的底层依据。

SciReasoner在多项材料性质预测任务中表现领先，并学习到与化学组成、晶型和带隙相关的结构表征

科学研究是下一个Coding，持续打造“革命的工具”

“科学研究是下一个Coding，也是突破AI智能上限的终极考题。”近日，上海人工智能实验室主任、首席科学家周伯文在2026 WAIC科学前沿论坛《AGI 的下一程：迎接科学元认知时刻》主题演讲中谈到，若要突破现有AI能力上限，模型需要摆脱被动模仿，走向主动交互、长程推理、从试错中学习。

实现这一目标存在多条技术路径，SciReasoner开辟了一条更为底层的推理链路：让模型直接理解微观结构，并围绕结构证据推理。蛋白功能注释、逆合成规划、药物筛选和材料性质预测表面上分属不同赛道，底层实则共同围绕一组环环相扣的核心问题展开：结构中哪些线索最重要，这些线索对应什么机制，机制又如何导向功能、反应或性质。SciReasoner打通了从微观结构到宏观属性的完整推理链条。

短期来看，SciReasoner可支撑蛋白功能挖掘、药物虚拟筛选、化学逆合成路线设计与材料性质预测等科研任务。放眼长远，它指向一种更通用的科学智能：AI不仅能计算科学问题，还将作为科学发现“革命的工具”，以复杂科研任务牵引高阶智能。