化工仪器网手机版
移动端访问更便捷
突破分子光谱预测瓶颈 新型AI模型为药物材料研发提速
2025年07月31日 10:53:30
来源：化工仪器网 作者：宋池 点击量：633
华东师范大学联合纽约大学、芝加哥大学研发新型AI模型EnviroDetaNet，突破分子光谱预测瓶颈。该模型基于E(3)等变神经网络架构，创新性地融合原子特性、几何结构与局域环境信息，高效提取分子特征，实现对有机分子光谱的快速精准预测。
分子光谱作为化学物质的独特“指纹”，在新药开发与功能材料设计中至关重要，但传统依赖量子化学计算的方法长期受限于计算成本高昂、效率低下的瓶颈，难以满足高通量筛选需求。
针对这一挑战，华东师范大学朱通教授、孙真荣教授团队联合纽约大学、芝加哥大学等机构，成功研发出新型人工智能模型EnviroDetaNet。该研究成果已于2025年7月1日发表于国际期刊《npj Computational Materials》。研究论文题为《Pretrained E(3)-equivariant message-passing neural networks with multi-level representations for organic molecule spectra prediction》
EnviroDetaNet基于创新的E(3)等变神经网络架构，通过整合分子的内禀原子特性、空间几何特征以及局域环境信息，高效捕获分子体系的局部与全局特征，实现了对有机分子多种光谱属性的快速、准确预测。
研究显示，相较于现有主流深度学习方法，EnviroDetaNet在多项光谱预测任务中展现出更高精度与更强泛化能力。该模型即使在训练数据量减半的条件下，仍能保持稳定可靠的预测效果，表现出卓越的数据效率和鲁棒性。
研究团队进一步引入大型分子预训练模型Uni-Mol，通过融合其海量先验知识与EnviroDetaNet的局部结构特征，实现了多尺度分子表示，显著提升了模型对不同化学环境的识别能力和整体预测性能。
该模型不仅为分子光谱计算提供了高效精准的新方案，更在加速药物候选分子筛选、提升功能材料性能评估效率等关键应用场景展现出广泛潜力。论文摘要指出，该模型在复杂分子体系的光谱预测中也表现优异，成为加速分子发现的强大工具。
相关阅读 Related Reading
查看更多+-
涉及质谱、光谱法 2025年山西检验检测机构能力验证项目公布
2025年山西检验检测机构能力验证项目公布，项目检测方法主要涉及电感耦合等离子体质谱法、电感耦合等离子体发射光谱法等。2025-07-31 14:58:07 -
浙江工业大学计划采购显微共聚焦拉曼光谱系统、流式细胞仪、不溶性微粒检测仪等仪器设备，预算超1.3亿元。2025-07-31 13:27:37
-
近日，隰县综合检验检测中心就“隰县综合检验检测中心水质检测项目设备购置”发布公开招标公告，预算金额为232.456万元。2025-07-31 10:16:13
-
市场数据丨2025年6月光谱仪中标数据盘点 中标数量环比增长45.5%
据化工仪器网不完全统计，6月中国政府采购网可统计到的光谱仪中标数量为320套，中标金额为7334.22万元，平均单价为22.92万...2025-07-30 15:55:33 -
预算228.3万元 福建省计量科学研究院采购关节臂式坐标测量机等设备
福建省计量科学研究院就“关节臂式坐标测量机等设备采购项目”发布招标公告，预算228.3万元。2025-07-30 11:05:50
版权与免责声明
- ①凡本网注明“来源：化工仪器网”的所有作品，均为浙江兴旺宝明通网络有限公司-化工仪器网合法拥有版权或有权使用的作品，未经本网授权不得转载、摘编或利用其他方式使用上述作品。已经本网授权使用作品的，应在授权范围内使用，并注明“来源：化工仪器网”。违反上述声明者，本网将追究其相关法律责任。
- ②本网转载并注明自其他来源（非化工仪器网）的作品，目的在于传递更多信息，并不代表本网赞同其观点和对其真实性负责，不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时，必须保留本网注明的作品第一来源，并自负版权等法律责任。
- ③如涉及作品内容、版权等问题，请在作品发表之日起一周内与本网联系，否则视为放弃相关权利。
