SciReasoner – 上海AI Lab等推出的科學推理多模態基礎模型

SciReasoner是什麼

SciReasoner 是上海人工智能實驗室聯合港中文、中科院藥物所、斯坦福、牛津等團隊推出的新一代科學推理多模態基礎模型。模型首次提出原生結構推理範式，將蛋白質三維結構、分子拓撲與晶體晶格轉化爲可尋址的推理證據單元，使 AI 像科學家一樣圍繞真實結構證據組織分析。模型基於 Qwen3 持續預訓練，在 86 項跨學科基準中 67 項達到 SOTA，覆蓋蛋白功能註釋、逆合成規劃、藥物篩選與材料性質預測，實現從黑箱預測到可解釋科學鏈路的跨越。

SciReasoner的主要功能

• 蛋白質功能註釋：基於 3D 結構（Foldseek 3Di 表示）預測 Gene Ontology 術語，在低同源和孤兒蛋白上表現尤爲突出。
• 逆合成規劃：分析產物骨架與官能團，識別關鍵斷鍵位點，驗證反應物結構並判斷反應可行性。
• 分子虛擬篩選：基於三維藥團相似性進行藥物分子篩選，無需額外對接打分或任務微調。
• 材料性質預測：分析晶體空間羣、配位環境與週期連接性，預測形成能、帶隙等物理化學性質。
• 科學問答與生成：支持跨蛋白質、DNA/RNA、小分子、晶體的開放式科學問答與分子設計。

SciReasoner的技術原理

• 統一結構感知詞表：將不同科學對象離散化爲結構感知 Token，小分子使用 ConfSeq，蛋白質使用 Foldseek 3Di，晶體使用 SLICES，避免傳統分詞對化學語義的破壞。
• 三階段持續預訓練：基於 Qwen3 進行 Warm-up 訓練、全參數多模態訓練、退火訓練，建立穩定的結構-語言接口。
• 後訓練推理框架：採用自舉式原生結構推理，通過領域內結構證據接地訓練蛋白/分子/材料專家，再通過跨領域推理整合將專家能力統一，使用強化學習連接結構詞表語義與思維鏈策略。
• 可審查的推理軌跡：模型輸出 <think.../think> 包裹的推理鏈，中間主張可追溯至具體結構 Token，實現從黑箱預測到可解釋科學鏈路的轉變。

微信關注回覆“開源”，加入AI開源項目交流羣

如何使用SciReasoner

• 獲取資源：訪問 GitHub 倉庫克隆代碼並下載模型權重。
• 安裝環境：按照 README 配置 Python 依賴與運行環境。
• 準備數據：根據任務類型整理蛋白質 PDB/3Di、分子 SMILES/ConfSeq 或晶體 CIF/SLICES 等結構輸入。
• 加載模型：初始化 SciReasoner 模型並接入結構感知詞表。
• 輸入指令：將結構數據與自然語言問題組合送入模型。
• 獲取推理：模型輸出帶 <think.../think> 標籤的可審查推理鏈及最終預測結果。
• 驗證結果：將推理軌跡中的結構 Token 映射回三維結構進行專家審覈。

SciReasoner的核心優勢

• 原生結構推理：結構 Token 不是輔助輸入，而是推理的核心證據單元，推理過程可圍繞空間關係、配位環境、對稱性等展開。
• 低同源場景優勢顯著：在序列相似度低於 30% 的蛋白功能預測中，Cellular Component Fmax 從 0.42 提升至 0.55，遠超 BLAST 和 ESM2。
• 跨學科統一能力：單一模型覆蓋生物學、化學、材料科學三大領域，在 86 項基準中 67 項達到 SOTA，打破傳統專用模型壁壘。
• 可解釋性領先：雙盲專家評估中，98% 的案例認爲其推理軌跡優於或與前沿大語言模型相當，推理鏈可直接映射到三維結構區域。
• 化學推理精度高：USPTO-50K 逆合成 Top-1 準確率達 72.0%，顯著超過此前最佳方法 RSGPT 的 63.4%。

SciReasoner的項目地址

• 項目官網：https://scireasoner.github.io/
• GitHub倉庫：https://github.com/SpectrAI-Initiative/SciReasoner
• arXiv技術論文：https://arxiv.org/pdf/2607.07708

SciReasoner的同類競品對比

SciReasoner的應用場景

• 孤兒蛋白功能發現：針對缺乏同源序列的未知蛋白質，通過三維摺疊結構推斷其分子功能與亞細胞定位。
• 藥物分子逆合成設計：輔助化學家規劃從靶點分子到商業可得前體的合成路線，明確斷鍵位點與反應條件。
• 新型材料篩選：基於晶體結構預測材料穩定性與電子性質，加速電池材料、催化劑等的功能材料研發。
• AI 輔助科學教育：利用其可解釋的推理軌跡，幫助學生理解”結構決定性質”的科學思維過程。
• 跨模態科學發現：整合蛋白質-小分子相互作用、RNA 功能預測等多模態任務，支持系統生物學研究。