OCSU：面向分子中心科学发现的光学化学结构理解
计算机视觉与模式识别
2025-05-23 v2
摘要
从分子图表示中理解化学结构是一项具有挑战性的图像描述任务，将极大促进分子中心的科学发现。分子图像的变体和描述子任务在图像表示学习和任务建模方面构成重大挑战。然而，现有方法仅聚焦于将分子图像翻译为其图结构的特定描述任务，即 OCSR。本文提出了光学化学结构理解（OCSU）任务，扩展了从低层识别到多层理解的能力，旨在将化学结构图转换为机器和化学家均可阅读的字符串。为促进 OCSU 技术的发展，我们探索了基于 OCSR 和非 OCSR 两种范式。我们提出了 DoubleCheck 通过注意力特征增强来增强 OCSR 对局部模糊原子的性能。它可以与现有的基于 SMILES 的分子理解方法级联，以实现 OCSU。此外，Mol-VL 是一个针对 OCSU 优化的视觉语言模型。我们还构建了 Vis-CheBI20，这是第一个大规模 OCSU 数据集。通过综合实验，我们展示了所提出的方法在为化学结构图提供化学家可读描述方面表现优异，为后续研究提供了坚实的基线。我们的代码、模型和数据已开源于 https://github.com/PharMolix/OCSU。
关键词
引用
@article{arxiv.2501.15415,
title = {OCSU: Optical Chemical Structure Understanding for Molecule-centric Scientific Discovery},
author = {Siqi Fan and Yuguang Xie and Bowen Cai and Ailin Xie and Gaochao Liu and Mu Qiao and Jie Xing and Zaiqing Nie},
journal= {arXiv preprint arXiv:2501.15415},
year = {2025}
}