SciReasoner - 上海AIラボなどが開発した、科学的推論のためのマルチモーダルな基礎モデル。 - AiBoss

SciReasonerとは何ですか？

SciReasonerは、上海人工知能研究所が香港中文大学、中国科学院薬物研究所、スタンフォード大学、オックスフォード大学のチームと共同で開発した次世代マルチモーダル科学推論モデルです。このモデルは、タンパク質の3D構造、分子トポロジー、結晶格子を推論の証拠としてアドレス指定可能な単位に変換する、ネイティブな構造推論パラダイムを初めて提案し、科学者が行うように、AIが実際の構造証拠に基づいて分析を整理することを可能にします。Qwen3で継続的に事前学習を行ったこのモデルは、タンパク質の機能アノテーション、逆合成計画、薬剤スクリーニング、材料特性予測など、86の学際的ベンチマークのうち67で最先端（SOTA）の結果を達成し、ブラックボックス予測から解釈可能な科学的フレームワークへと飛躍しました。

SciReasonerの主な機能

タンパク質の機能アノテーション3D構造（Foldseek 3Di表現）に基づいて遺伝子オントロジー用語を予測することは、相同性の低いタンパク質やオーファンタンパク質に対して特に効果的である。
逆合成プログラミング目的は、生成物の骨格と官能基を分析し、重要な結合切断部位を特定し、反応物の構造を検証し、反応の実現可能性を判断することである。
分子仮想スクリーニング薬剤分子スクリーニングは、三次元的な薬剤クラスターの類似性に基づいており、追加のドッキングスコアリングやタスクの微調整を必要としない。
材料特性予測結晶空間群、配位環境、周期性を解析し、形成エネルギーやバンドギャップなどの物理化学的特性を予測する。
科学に関する質疑応答と世代交代タンパク質、DNA/RNA、低分子、結晶など、幅広い分野における自由形式の科学的質疑応答と分子設計をサポートします。

SciReasonerの技術原則

統一された構造認識語彙異なる科学的対象は、構造を考慮したトークンに離散化される。例えば、低分子にはConfSeq、タンパク質にはFoldseek 3Di、結晶にはSLICESが用いられ、従来の単語分割による化学的意味の破壊が回避される。
3段階の連続事前トレーニングQwen3をベースに、ウォームアップトレーニング、フルパラメータマルチモーダルトレーニング、およびアニーリングトレーニングを実行して、安定した構造-言語インターフェースを確立します。
トレーニング後の推論フレームワークこの手法は、ネイティブな構造的推論をブートストラップし、ドメイン固有の構造的証拠を通してタンパク質／分子／物質の専門家を基礎的に訓練し、その後、強化学習を用いて構造語彙の意味論と思考連鎖戦略を結びつけることで、ドメイン横断的な推論統合を通して専門家の能力を統一する。
検閲可能な推論の軌跡モデル出力 <think.../think> このパッケージの推論連鎖は、その中心となる主張が特定の構造トークンに遡及可能であり、ブラックボックス的な予測から説明可能な科学的連鎖への転換を実現する。

WeChatでフォローして「オープンソース「、参加するAIオープンソースプロジェクトに関するディスカッショングループ

SciReasonerの使い方

リソースを入手するGitHubリポジトリにアクセスし、コードをクローンして、モデルの重みをダウンロードしてください。
インストール環境READMEファイルに従って、Pythonの依存関係と実行環境を設定してください。
データの準備タンパク質PDB/3Di、分子SMILES/ConfSeq、結晶CIF/SLICESなどの構造入力を、タスクの種類に応じて整理します。
モデルSciReasonerモデルを初期化し、構造認識型語彙に接続します。
入力コマンド構造化データと自然言語による質問を組み合わせ、それらをモデルに入力する。
推論を得るモデル出力帯域 <think.../think> タグと最終的な予測結果の、検閲可能な推論チェーン。
検証結果推論過程における構造トークンは、専門家によるレビューのために、3次元構造にマッピングされる。

SciReasonerの主な利点

オリジナルの構造的推論構造トークンは補助的な入力ではなく、推論の中核となる証拠単位である。推論プロセスは、空間的な関係、協調環境、対称性などを中心に展開される。
低均質性シナリオにおける大きな利点配列類似度が30%未満のタンパク質機能予測において、Cellular ComponentのFmaxは0.42から0.55に向上し、BLASTやESM2をはるかに凌駕した。
学際的な統合能力この単一モデルは、生物学、化学、材料科学という3つの主要分野を網羅し、86のベンチマークのうち67で最先端（SOTA）の結果を達成し、従来の専用モデルの限界を打ち破りました。
説明可能性が主導的二重盲検法による専門家評価では、98%のケースでその推論過程が最先端の大規模言語モデルよりも優れているか同等であると評価され、推論連鎖を3次元構造領域に直接マッピングすることができた。
化学的推論における高い精度USPTO-50K逆合成は、72.0%のトップ1精度を達成し、これまでの最良手法であるRSGPTの63.4%を大幅に上回った。

SciReasonerのプロジェクトアドレス

プロジェクト公式サイト：https://scireasoner.github.io/
GitHubリポジトリ：https://github.com/SpectrAI-Initiative/SciReasoner
arXiv技術論文：https://arxiv.org/pdf/2607.07708

SciReasonerの類似製品の比較

寸法	SciReasoner	ESM2 (Meta)
位置	学際的な科学的推論の基礎モデル	タンパク質言語モデル
入力モード	タンパク質の構造/配列、分子、結晶	タンパク質配列のみ
推論パラダイム	元の構造の推論、軌跡を検証することができる。	シーケンス埋め込み予測、ブラックボックス出力
低相同性タンパク質	CC Fmax 0.55（類似度≦30%）	CC Fmax 0.42
説明可能性	推論チェーンは構造化トークンにマッピングできる。	自然言語推論を用いないアテンションヒートマップ
クロスドメイン	生物学、化学、材料科学の統一モデル	タンパク質分野のみ

SciReasonerの応用事例

オーファンタンパク質の機能発見相同配列を持たない未知のタンパク質については、その三次元的な折り畳み構造から、分子機能と細胞内局在を推測することができる。
薬剤の逆合成設計これは、化学者が標的分子から市販の前駆体までの合成経路を計画したり、結合切断部位や反応条件を特定したりするのに役立ちます。
新素材スクリーニング結晶構造を用いた材料の安定性や電子特性の予測に基づき、電池材料や触媒などの機能性材料の研究開発を加速させることができる。
AIを活用した科学教育この教材は、解釈可能な推論過程を活用することで、「構造が性質を決定する」という科学的思考プロセスを生徒が理解できるよう支援します。
異種モダリティ科学発見タンパク質と低分子の相互作用やRNA機能予測といったマルチモーダルなタスクを統合することで、システム生物学研究を支援する。