基于潜在扩散模型的振动光谱 3D 分子恢复
机器学习
2026-03-09 v1 化学物理
摘要
红外（IR）光谱作为一种振动光谱，广泛用于分子结构确定，为化学家提供关键的结构信息。然而，现有的从 IR 光谱恢复分子结构的方法通常依赖于一维 SMILES 字符串或二维分子图，无法捕捉光谱特征与三维分子几何之间的复杂关系。近期的扩散模型进步极大地提升了在三维空间中生成分子结构的能力。然而，尚无模型探索单个 IR 光谱对应的 3D 分子几何分布。本工作引入 IR-GeoDiff，一种将光谱信息整合到分子结构节点和边表示中的潜在扩散模型，通过从 IR 光谱恢复 3D 分子几何。我们从光谱和结构两个角度评估了 IR-GeoDiff，证明其能够恢复给定 IR 光谱对应的分子分布。此外，注意力机制分析揭示，该模型能够聚焦于 IR 光谱中特征功能基团区域，与常见化学解释实践相符。
引用
@article{arxiv.2603.06113,
title = {Latent Diffusion-Based 3D Molecular Recovery from Vibrational Spectra},
author = {Wenjin Wu and Aleš Leonardis and Linjiang Chen and Jianbo Jiao},
journal= {arXiv preprint arXiv:2603.06113},
year = {2026}
}
备注
27 pages, 10 figures