2025年初，清華大學(xué)研究團(tuán)隊(duì)在預(yù)印本平臺(tái)ChemRxiv上發(fā)表了一項(xiàng)名為《ReactionSeek: LLM-Powered Literature Data Mining and Knowledge Discovery in Organic Synthesis（ReactionSeek：大語言模型支持的有機(jī)合成文獻(xiàn)數(shù)據(jù)挖掘和知識(shí)發(fā)現(xiàn)，下文簡稱ReactionSeek）》的重磅研究。他們開發(fā)的這套文獻(xiàn)挖掘系統(tǒng)，成功處理了《Organic Syntheses》雜志自1921年以來的全部文獻(xiàn)，自動(dòng)構(gòu)建出可供AI學(xué)習(xí)的、有機(jī)合成知識(shí)庫，準(zhǔn)確率超過95%。

而這項(xiàng)研究的圖像識(shí)別模塊，使用的正是InDraw結(jié)構(gòu)式編輯器，它負(fù)責(zé)將文獻(xiàn)中的分子結(jié)構(gòu)圖像精準(zhǔn)轉(zhuǎn)換為機(jī)器可讀的SMILES表達(dá)式。

一、清華研究的“化學(xué)之眼”：InDraw如何助力AI讀懂百年文獻(xiàn)

在有機(jī)合成、藥物研發(fā)等領(lǐng)域，科研人員常面臨兩大痛點(diǎn)：一是文獻(xiàn)里的分子結(jié)構(gòu)圖片難以編輯復(fù)用，二是海量文獻(xiàn)數(shù)據(jù)手動(dòng)提取耗時(shí)耗力�！禦eactionSeek》研究直面本挑戰(zhàn)：如何讓計(jì)算機(jī)“看懂”文獻(xiàn)中復(fù)雜的化學(xué)結(jié)構(gòu)圖像，從而高效利用？

清華團(tuán)隊(duì)選擇了InDraw的OCSR（光學(xué)化學(xué)結(jié)構(gòu)識(shí)別）功能，將文獻(xiàn)圖片中的分子結(jié)構(gòu)轉(zhuǎn)換為SMILES碼。結(jié)果顯示，InDraw在識(shí)別化合物標(biāo)識(shí)符及其在反應(yīng)中的角色方面準(zhǔn)確率極高，為后續(xù)的數(shù)據(jù)分析和知識(shí)發(fā)現(xiàn)奠定了堅(jiān)實(shí)基礎(chǔ)。

清華這項(xiàng)工作的重要意義在于：它首次系統(tǒng)性地將復(fù)雜多樣的百年級(jí)化學(xué)文獻(xiàn)轉(zhuǎn)化為結(jié)構(gòu)化數(shù)據(jù)，為AI驅(qū)動(dòng)的化學(xué)發(fā)現(xiàn)打開了知識(shí)寶庫。而InDraw在其中承擔(dān)了關(guān)鍵的“化學(xué)視覺”功能，讓機(jī)器第一次真正“看懂”了化學(xué)結(jié)構(gòu)。

二、不只是“識(shí)別”：InDraw的硬核技術(shù)矩陣

作為鷹谷信息自主研發(fā)的專業(yè)級(jí)化學(xué)結(jié)構(gòu)式編輯器，InDraw的價(jià)值遠(yuǎn)不止于圖像識(shí)別。經(jīng)過12年的技術(shù)積累，它已構(gòu)建起完整的技術(shù)護(hù)城河：

1. 全球領(lǐng)先的IUPAC命名能力

·全球首家實(shí)現(xiàn)中文IUPAC命名

·全球第四家實(shí)現(xiàn)英文IUPAC命名

·經(jīng)1600萬化合物測試，準(zhǔn)確率高達(dá)99.55%

2. 精準(zhǔn)的AI圖像識(shí)別
在UO85740測試集上，識(shí)別準(zhǔn)確率達(dá)99.75%，能夠快速將圖片格式的復(fù)雜化學(xué)結(jié)構(gòu)轉(zhuǎn)換為可編輯結(jié)構(gòu)。

3. 全面的大分子編輯
獨(dú)有的HELM大分子編輯器，支持蛋白質(zhì)、DNA、RNA、多糖等復(fù)雜結(jié)構(gòu)的繪制與展示。

4. 無縫的國際兼容
實(shí)現(xiàn)與ChemDraw、Word、Excel的三向互通，支持主流期刊的繪圖樣式，已有數(shù)百篇使用InDraw繪制的論文在Nature、JMC等頂級(jí)期刊發(fā)表。

三、從結(jié)構(gòu)識(shí)別到知識(shí)挖掘：InPaper智能進(jìn)階

基于同樣的技術(shù)底蘊(yùn)，還推出了InPaper文獻(xiàn)結(jié)構(gòu)化工具，將化學(xué)文獻(xiàn)的智能解析推向新高度：

·精準(zhǔn)提取：自動(dòng)識(shí)別文獻(xiàn)中的化學(xué)結(jié)構(gòu)、反應(yīng)式和生物活性數(shù)據(jù)

·智能轉(zhuǎn)換：將文本中的化學(xué)名稱自動(dòng)轉(zhuǎn)為可編輯的結(jié)構(gòu)式

·構(gòu)效分析：自動(dòng)構(gòu)建結(jié)構(gòu)-活性關(guān)系表（SAR），為藥物研發(fā)等提供數(shù)據(jù)支撐

·批量處理：支持大量文獻(xiàn)的快速解析、在線修正另存、Excel導(dǎo)出

InPaper的出現(xiàn)，讓科學(xué)家從繁瑣的數(shù)據(jù)提取中解放出來，將更多精力投入到創(chuàng)新發(fā)現(xiàn)中。

四、國產(chǎn)科研軟件的破局之路

從被國際巨頭壟斷，到被清華大學(xué)頂級(jí)研究選用，InDraw的成長軌跡映射出國產(chǎn)科研軟件的崛起之路。

目前，InDraw已擁有超過100萬用戶，覆蓋國內(nèi)外各大高校、科研院所和企業(yè)單位，被華為、艾力斯、中海油、國家知識(shí)產(chǎn)權(quán)局等知名機(jī)構(gòu)采用。2025年底即將推出的7.0版本，在保持大部分功能免費(fèi)的同時(shí)，將為企業(yè)用戶提供更強(qiáng)大的專業(yè)功能。

清華文獻(xiàn)原文：

1.Li J, Li M, Yang Q, Luo S. ReactionSeek: LLM-Powered Literature Data Mining and Knowledge Discovery in Organic Synthesis. ChemRxiv. 2025; doi:10.26434/chemrxiv-2025-t110q
2.https://chemrxiv.org/engage/chemrxiv/article-details/689328e223be8e43d6f494d3
 

鷹谷團(tuán)隊(duì)堅(jiān)信：科研工具不應(yīng)成為制約創(chuàng)新的瓶頸；通過我們持續(xù)的技術(shù)攻關(guān)，我國科學(xué)家必然“用得上、用得起、用得好”。

【體驗(yàn)提示】歡迎訪問鷹谷官網(wǎng)下載或在線使用InDraw，親身體驗(yàn)這款被清華大學(xué)選中的國產(chǎn)化學(xué)編輯器的強(qiáng)大功能。

InDraw軟件官方下載地址：