IXThinker·2025-11-17 11:00

偽數據訓練分子生成模型 探未知化學空間

研究人員提出一種基於偽數據的分子結構生成模型，直接從實驗質譜圖構建大規模無標籤數據集進行學習，突破現有化學數據庫的覆蓋限制，能生成未被收錄但符合真實化學空間的新分子結構。

數據庫的邊界

自然界與人工體系可能包含數十億種未經記錄的化學物質，而已知分子數據庫收錄有限。傳統生成模型受制於數據庫覆蓋範圍，難以觸及真實卻未被記錄的化學空間，這正是該研究要解決的瓶頸。