RTMol: 通过轮谱视角重新思考分子-文本对齐
人工智能
2025-11-25 v2 机器学习
生物大分子
摘要
将分子序列表示（如 SMILES 记号）与文本描述对齐对于药物发现、材料设计和自动化化学文献分析等应用至关重要。现有方法通常将分子描述（molecule-to-text）和基于文本的分子设计（text-to-molecule）视为独立任务，依赖监督微调或对比学习管道。这些方法面临三个关键局限性：(i) 常用指标如 BLEU 优先考虑语言流畅性而非化学准确性；(ii) 训练数据经常包含化学模糊叙述且规格不完整；(iii) 独立优化生成方向导致双向不一致。为解决这些问题，我们提出 RTMol，通过自监督轮谱学习统一分子描述和 text-to-SMILES 生成的双向对齐框架。该框架引入新颖的轮谱评估指标，使无需成对分子-文本语料即可进行分子描述的无监督训练。实验表明，RTMol 在 various LLMs 上实现双向对齐性能提升最高可达 47%，建立了联合分子-文本理解与生成的有效范式。
引用
@article{arxiv.2511.12135,
title = {RTMol: Rethinking Molecule-text Alignment in a Round-trip View},
author = {Letian Chen and Runhan Shi and Gufeng Yu and Yang Yang},
journal= {arXiv preprint arXiv:2511.12135},
year = {2025}
}