AI for Chemistry， AI for Drug 領(lǐng)域，各大公司非常關(guān)注，英偉達研究團隊推出的 ReaSyn 分子合成推理框架，能基于文獻中的分子合成數(shù)據(jù)優(yōu)化路徑設(shè)計；谷歌 DeepMind 推出的藥物研發(fā)專用大模型 TxGemma，可完成生物化學文獻篩選、分子結(jié)構(gòu)和作用機制提取、藥物特性預(yù)測等核心任務(wù)。

2025 年，清華大學研究團隊發(fā)表重磅研究《ReactionSeek: 基于大語言模型的有機合成文獻數(shù)據(jù)挖掘與知識發(fā)現(xiàn)》。該研究成功提取了《Organic Syntheses》雜志自 1921 年以來的全部文獻數(shù)據(jù)，自動構(gòu)建有機合成知識庫，而支撐這一成果的核心化學結(jié)構(gòu)式圖像識別模塊，采用了某企業(yè)信息的 InDraw 結(jié)構(gòu)式編輯器 AI 圖像識別功能。
AI for Chemistry， AI for Drug 的核心，在于 AI 能理解化學、生物。在化學領(lǐng)域，AI 能理解化學了嗎？只有 AI 能理解化學，才能真正實現(xiàn) AI 設(shè)計藥物分子結(jié)構(gòu)。而 AI 理解化學的第一步，就是 AI 結(jié)構(gòu)式圖像識別，把化學結(jié)構(gòu)式圖片，識別成計算機可處理的化學數(shù)據(jù)（原理如下圖）。

 

差距幾何？國際頂尖化學結(jié)構(gòu)圖像識別模型實力拆解

化學結(jié)構(gòu)圖像識別是文獻數(shù)字化的關(guān)鍵環(huán)節(jié)，直接影響科研效率。當前國際主流頂尖模型以 MolScribe 與 MolNextr 為代表，二者憑借創(chuàng)新架構(gòu)設(shè)計與化學知識融合策略，在該領(lǐng)域展現(xiàn)出優(yōu)異性能，相關(guān)技術(shù)成果已發(fā)表于權(quán)威學術(shù)期刊，其核心優(yōu)勢與能力均有充分的實驗數(shù)據(jù)支撐，MolScribe 與 MolNextr 的識別能力如下圖所示。 

來自中國的 InDraw AI 結(jié)構(gòu)式圖像識別，是否和這些國際頂尖化學結(jié)構(gòu)圖像識別模型有差距？要客觀評判 InDraw 與 MolScribe、MolNextr 的識別能力差異，以下借助權(quán)威公開測試數(shù)據(jù)開展量化對比，通過統(tǒng)一的測試標準直觀呈現(xiàn)三者的性能表現(xiàn)。

InDraw 的 AI 結(jié)構(gòu)式圖像識別實測數(shù)據(jù)

在 CLEF、UOB、JPO、USPTO 四大權(quán)威公開測試集中，InDraw 的識別實力直接 “斷層領(lǐng)先” 同類工具：

UOB 測試集拿下 99.73% 的超高準確率，比 MolNextr 高出 11.23 個百分點；CLEF 測試集 98.62% 的成績，甩開第二名 MolNextr 足足 8.22 個百分點；JPO 測試集里，InDraw90.22% 的表現(xiàn)，比 MolNextr 領(lǐng)先 8.12 個百分點；哪怕是競爭最激烈的 USPTO 測試集，InDraw 也以 94.67% 的準確率，領(lǐng)先 MolNextr0.87 個百分點，展現(xiàn)了強勁的識別能力！

實際案例

Round 1：模糊圖識別對比

在高度模糊化學結(jié)構(gòu)圖像的識別任務(wù)中，三款模型均展現(xiàn)出較高的識別精度，其中 MolScribe 僅存在輕微識別誤差。從“識別即可用”的實際應(yīng)用需求來看，僅 InDraw 可直接滿足該標準；MolNextr 雖能實現(xiàn)結(jié)構(gòu)的完整正確識別，但分子結(jié)構(gòu)的還原度欠佳，后續(xù)需耗費與重新繪制相近的時間用于調(diào)整結(jié)構(gòu)位置及角度，難以直接投入實際應(yīng)用。

Round 2：超大結(jié)構(gòu)識別對比

對于復(fù)雜化學結(jié)構(gòu)的識別任務(wù)，三款模型的基礎(chǔ)識別精度均能滿足需求，其性能差異主要體現(xiàn)在結(jié)構(gòu)還原度層面。其中，MolScribe 對苯環(huán)結(jié)構(gòu)的顯示形式局限于凱庫勒式，且在結(jié)構(gòu)轉(zhuǎn)換過程中存在輕微苯環(huán)扭曲現(xiàn)象，該差異在放大觀察時更為顯著；MolNextr 的識別結(jié)果優(yōu)于 MolScribe，可支持苯環(huán)的鮑林式顯示，但對特殊化學鍵的還原效果欠佳；InDraw 的結(jié)構(gòu)還原度表現(xiàn)優(yōu)異，基本可實現(xiàn) “識別即用” 的需求，此外，MolNextr 的識別結(jié)果整體亦具備較高質(zhì)量。

Round 3：2.5D 結(jié)構(gòu)識別對比

2.5D 結(jié)構(gòu)識別長期以來是化學結(jié)構(gòu)圖像識別領(lǐng)域的技術(shù)難點。測試結(jié)果顯示，MolScribe 在該類結(jié)構(gòu)識別任務(wù)中具備不錯的識別精度，但結(jié)構(gòu)還原度表現(xiàn)欠佳，相對位置發(fā)生了變化；MolNextr 的 2.5D 結(jié)構(gòu)識別結(jié)果實用性較低，基本無法直接投入應(yīng)用；InDraw 能正確識別結(jié)構(gòu)式并保持相對位置，其輸出的識別結(jié)果可顯著降低人工繪制工作量。

小結(jié)

實際應(yīng)用場景中，InDraw 的化學結(jié)構(gòu)識別功能表現(xiàn)突出：針對模糊圖像、復(fù)雜結(jié)構(gòu)及 2.5D 結(jié)構(gòu)等典型挑戰(zhàn)性場景，均能精準捕獲核心結(jié)構(gòu)信息，識別結(jié)果可較好還原分子真實結(jié)構(gòu)，基本無需人工二次修正。相較之下，同類競品識別模型的輸出結(jié)果多需復(fù)雜人工校準，其耗時與重新繪制分子結(jié)構(gòu)或無顯著差異；而 InDraw 的識別結(jié)果可直接支撐后續(xù)科研應(yīng)用，為您的高效化學探索之旅持續(xù)提供可靠支撐。