SciReasoner：将结构作为AI的语言，像科学家那样推理出蛋白质、小分子和材料的性质

编辑丨%

给定一段蛋白质序列，为什么经验丰富的生物学家往往能够比 AI 看出更多信息？原因在于科学家关注的是由氨基酸组成的字母折叠之后形成的三维结构，这些结构内蕴含了蛋白质功能表达的关键信息。

对于材料科学、小分子设计等领域而言，同样如此。晶体性能来自晶格结构，分子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」。

在这篇文章中，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将结构信息作为额外输入，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，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

对于人类研究人员来说，科学推理本质上是一种「证据驱动」的过程。

例如分析一种未知蛋白时，研究人员通常不会先阅读文字描述，而是首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怎样的功能。材料科学家研究一种新晶体时，也更关注晶格排列、空间群以及化学键连接，而不是简单依据化学式进行猜测。

然而，大多数现有科学大模型却缺少这种能力。

即使能够回答复杂问题，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，而没有真正参与模型内部的推理链条。因此，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。

对此，SciReasoner 设计了一套针对性语言：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。

论文进一步显示，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 纳入到推理链之中。

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，SciReasoner 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。

在筛选之外，材料性质预测同样也与结构息息相关。

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。