化学空间的发现与探索：面向材料创新的基础模型
化学物理
2026-05-04 v2 材料科学
机器学习
摘要
从分子结构预测原子尺度、热力学和动力学性质，是支撑材料创新的核心。现有计算和实验方法缺乏足够的规模，无法有效导航化学空间。训练于大规模无标签数据集的科学基础模型为跨应用领域的化学空间导航提供了可能。本文开发了 MIST 系列分子基础模型，该系列参数数量和数据量比先前工作多出一个数量级。采用新开发的 tokenizer Smirk，全面捕获核素、电子和几何信息，使 MIST 能够学习到多样化的分子。MIST 模型已微调，用于预测超过 400 种结构-性质关系，在多样化基准测试（从生理学到电化学）中表现出与或超过当前最先进水平的性能。我们展示了这些模型解决实际问题的能力，涵盖从多目标电解质溶剂筛选到有机金属化合物的立体化学推理以及混合物性质预测。最明确的基础模型体现是解决那些既非训练目标也非开发者核心意图的问题的能力。我们以嗅觉感知映射为此类问题，并展示了 MIST 准确预测香味轮廓，并学习了与双曲几何一致的嗅觉空间的层次表示。我们提出了考虑超参数的贝叶斯神经比例定律，消除了在每个规模都进行超参数扫描的需求，使大规模计算最优模型在有限计算预算下变得可行。本文的方法与发现标志着加速材料发现、设计与优化使用基础模型的重要一步。
引用
@article{arxiv.2510.18900,
title = {Foundation Models for Discovery and Exploration in Chemical Space},
author = {Alexius Wadell and Anoushka Bhutani and Victor Azumah and Austin R. Ellis-Mohr and Andrew J. Stier and Kareem Hegazy and Alexander Brace and Hancheng Zhao and Celia Kelly and Anuj K. Nayak and Yuhan Chen and Dimitrios Simatos and Hongyi Lin and Murali Emani and Venkatram Vishwanath and Kevin Gering and Melisa Alkan and Tom Gibbs and Jack Wells and Wesley W. Qian and Richard C. Gerkin and Benjamin Amorelli and Alexander B. Wiltschko and Lav R. Varshney and Bharath Ramsundar and Karthik Duraisamy and Michael W. Mahoney and Arvind Ramanathan and Venkatasubramanian Viswanathan},
journal= {arXiv preprint arXiv:2510.18900},
year = {2026}
}
备注
Main manuscript: 30 pages (including references), 7 tables and 5 figures. Supplementary information: 158 pages (including references), 15 tables and 128 figures