给定一段蛋白质序列，为什么经验丰富的生物学家往往能比AI看出更多信息？答案其实很简单：科学家关注的是氨基酸折叠之后形成的三维结构，这些结构里藏着蛋白质功能表达的关键信息。

对材料科学、小分子设计来说，道理也一样——晶体的性能来自晶格结构，分子的活性取决于拓扑关系，而不是文字描述本身。

2026年7月8日，上海人工智能实验室联合香港中文大学、中科院上海药物研究所、斯坦福大学、牛津大学、上海交通大学、复旦大学、中国科学技术大学、南京大学等团队，共同发表了「Accurate, Interdisciplinary and Transparent Structure-property Understanding with Deep Native Structural Reasoning」。

在这项工作中，团队提出了新一代科学推理模型SciReasoner，并首次提出Native Structural Reasoning（原生结构推理）这一概念。

不同于传统科学大模型把结构信息当成额外输入，SciReasoner 让蛋白质结构、晶体结构以及分子拓扑成为整个推理过程的核心依据。它使AI能够围绕真实科学证据组织分析，而不是依赖语言模式生成答案。

论文链接：https://arxiv.org/pdf/2607.07708
项目主页：https://scireasoner.github.io

离散结构转化

对人类研究人员来说，科学推理本质上是一种“证据驱动”的过程。比如分析一种未知蛋白时，研究人员通常不会先读文字描述，而是先观察它的空间折叠方式、活性位点以及结合区域，再结合已有知识判断它可能承担什么功能。

材料科学家研究新晶体时，也更关注晶格排列、空间群以及化学键连接，而不是简单根据化学式去猜。

然而，大多数现有科学大模型却缺少这种能力。即使能回答复杂问题，它们的推理过程仍主要建立在语言关联之上。结构信息往往只是附加参考，并没有真正参与模型内部的推理链条。所以，当面对需要空间关系判断的问题时，模型容易给出看似合理却缺乏科学依据的答案。

图1：SciReasoner概述，这是一款用于生物分子、小分子和周期性晶体原生结构推理的统一多模态基础模型。

针对这一点，SciReasoner 设计了一套专门的“语言”：

• 小分子使用ConfSeq表示，保留原子类型、键拓扑、扭转角和三维构象。
• 蛋白结构使用Foldseek 3Di表示，捕捉局部折叠、近邻残基和空间环境。
• 晶体结构使用SLICES表示，保留空间对称性、键拓扑和周期连接。

这些结构信息被转换成结构感知Token，再进入大模型推理。

注释与逆向

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。但在低同源蛋白和孤儿蛋白上，这条路经常走不通——这类蛋白没有可靠“近亲”，只能回到结构本身寻找线索。而这正好为SciReasoner提供了发挥空间。

在低同源和孤儿蛋白功能注释中，SciReasoner 将Fmax从0.39提升到0.48，相对提升23%。在DeepFRI-GO蛋白功能预测任务中，它整体表现超过BLAST、Foldseek、ESM2、SaProt等方法。更值得注意的是，在序列相似度低于30%的区域，SciReasoner 相对传统同源迁移方法的优势最为明显。

图2：SciReasoner通过基于结构的推理预测蛋白质基因本体论术语。

对于一个给定分子，化学家通常会进行逆向思考：断键的合理位置与后果，对应反应与路线可行性——这些都被SciReasoner纳入到推理链中。它先分析产物的骨架和官能团，再识别关键断键，随后验证反应物结构，最后判断反应可行性。

在USPTO-50K标准逆合成任务中，SciReasoner Top-1准确率达到72.0%，显著超过此前最佳方法RSGPT的63.4%。在代表性案例中，SciReasoner 会明确指出酯键、三唑片段、硫醚氧化位点、Suzuki偶联片段等结构证据。化学家可以沿着这些线索检查路线是否合理，而不是只看到一组最终SMILES。

结构理解分析

在真正理解结构之后，SciReasoner 展现出强大的筛选能力。即使两个分子二维骨架完全不同，它也能基于它们相似的三维药团将其识别出来。

研究团队直接抽取SciReasoner的分子表示用于DUDE虚拟筛选，不额外依赖对接打分或任务微调，就能匹配既有最佳AUC，并将5%富集因子从7.1提升到7.7。

图3：SciReasoner构建了化学可行的逆合成路线，并捕捉了可能的三维分子结构用于相似性表示。

筛选之外，材料性质预测同样与结构息息相关。在材料任务中，模型不仅提升了预测表现，还学习到清晰的结构-性质组织关系：不同组成和晶型会自然分离，带隙大小呈现连续变化。

在TiGaCo2稳定性预测案例中，SciReasoner 识别出SLICES结构字符串中对应Fm-3m空间群的片段，再结合Ti-Co、Ti-Ga、Ga-Co等周期连接边，推断其具有类似L2_1 Heusler结构的稳定特征。

图4：材料预测性能评估与学习到的结构-性质潜在空间可视化。

从单点模型到科学推理底座

SciReasoner 打通了蛋白功能注释、逆合成规划、药物筛选、材料性质预测的底层分析链路。

短期看，它可以服务蛋白功能发现、药物筛选、化学路线规划和材料性质预测。

长期看，它指向一种更通用的科学智能：AI不仅能计算科学问题，还能围绕结构证据解释科学问题。

SciReasoner 把结构从输入信息变成推理证据，把模型输出从黑箱预测变成可审查的科学链路。从结构出发，推理性质——这是科学基础模型迈向下一阶段的关键一步。

《夸克》非常好用的免费AI浏览器

下载APP查看