研究者らは、座標とトポロジーを統一された構造認識語彙に離散化することで、タンパク質、低分子、無機結晶全体でネイティブな構造的推論を実行するマルチモーダル科学基盤モデルであるSciReasonerを導入した。

  • 相同性制御されたGene Ontology予測において、低相同性タンパク質のCellular Component注釈についてF_maxを0.42から0.55に向上させる。
  • フラグメントレベルの切断と前駆体検証のトレースを生成しながら、単一ステップの逆合成精度を0.63から0.72に引き上げる。
  • その表現は元素相と化合物相を分離し、材料科学における高および低バンドギャップ領域を解決する。
  • SciReasonerは86件のベンチマークのうち67件で最先端のパフォーマンスを達成し、専門家の評価では98%のケースでその推論トレースが好まれた。

構造を科学的制約下での推論のための検査可能な基盤とすることで、このモデルは正確な予測と解釈可能な科学的事実推論を結びつける。