Towards Generalizable and Evidential Nuclear Magnetic Resonance-Based Molecular Structure Elucidation via Large Language Model Agent
作者: Zheng Fang, Chen Yang, Yusen Tan, Yunpeng Zhao, Fanjie Xu, Hongxin Xiang, Hanyu Sun, Hanyu Gao, Xiaojian Wang, Wenjie Du, Yuqiang Li, Jun Xia
分类: cs.LG, cs.AI
发布日期: 2026-06-29
💡 一句话要点
提出NMRAgent以解决NMR分子结构解析中的可解释性问题
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 核磁共振 分子结构解析 人工智能 证据推理 化学知识图谱 大型语言模型 可解释AI 天然产物
📋 核心要点
- 现有的NMR分子结构解析方法面临数据库检索无法识别新骨架和缺乏原子级可解释性的挑战。
- NMRAgent通过结合光谱分析工具和化学知识图谱，模拟人类专家的推理过程，提供可解释的结构解析。
- 实验结果表明，NMRAgent在新骨架的基准测试中，准确率提高了46.5%，Tanimoto相似度提升了0.502。
📝 摘要（中文）
核磁共振（NMR）光谱是分子结构解析的金标准，但对未知分子的复杂光谱解读仍然依赖人类专家，成为瓶颈。尽管人工智能在该领域取得了进展，现有方法面临数据库检索无法识别新骨架和去新分子结构解析模型缺乏原子级可解释性的关键权衡。本文提出的NMRAgent是一个基于大型语言模型的证据推理代理，结合了专业的光谱分析工具和化学知识图谱，模拟人类专家的推理过程。NMRAgent在结构候选提出、峰-原子一致性验证和基于公式的片段优化等方面表现出色，显著提高了准确性和相似性。该代理还成功解析了两个未知天然产物的结构，并纠正了已有文献中的结构误分配，建立了分析化学中可解释AI的新范式。
🔬 方法详解
问题定义：论文要解决的具体问题是如何提高核磁共振（NMR）光谱解析的准确性和可解释性。现有方法在处理未知分子时，往往依赖于人类专家的经验，导致解析效率低下且缺乏透明度。
核心思路：论文提出的NMRAgent通过结合大型语言模型与化学知识图谱，模拟人类专家的推理过程，从而实现更高效且可解释的分子结构解析。该设计旨在克服现有方法的局限性，提供更为透明的推理过程。
技术框架：NMRAgent的整体架构包括多个模块：首先输入实验NMR光谱和分子式，然后规划解析过程，提出候选结构，验证峰-原子一致性，最后通过公式感知的片段优化来细化结构。
关键创新：NMRAgent的主要创新在于其证据推理能力，能够在结构解析过程中提供透明的推理依据。这与现有方法的黑箱特性形成鲜明对比，使得解析过程更加可信。
关键设计：在技术细节上，NMRAgent采用了特定的损失函数和网络结构，以确保在候选结构生成和优化过程中，能够有效地利用化学知识图谱的信息。
🖼️ 关键图片
📊 实验亮点
实验结果显示，NMRAgent在新骨架的基准测试中，顶级准确率提高了46.5%，Tanimoto相似度提升了0.502。此外，该代理成功解析了两个未知天然产物的结构，并纠正了已有文献中的结构误分配，展示了其实际应用的有效性。
🎯 应用场景
该研究的潜在应用领域包括药物发现、天然产物化学和材料科学等。通过提高NMR分子结构解析的准确性和可解释性，NMRAgent能够帮助化学家更快速地识别和验证新分子，推动相关领域的研究进展，具有重要的实际价值和未来影响。
📄 摘要（原文）
Nuclear Magnetic Resonance (NMR) spectroscopy is the gold standard for molecular structure elucidation, yet interpreting complex spectra for unknown molecules remains a bottleneck reliant on human expertise. While artificial intelligence has advanced this field, current methods face a critical trade-off: database retrieval cannot identify novel scaffolds, while de novo molecular structure elucidation models operate as black boxes, lacking the atom-level interpretability required for rigorous scientific validation. Here, we present NMRAgent, an evidential reasoning agent powered by large language models (LLMs) that bridges this gap by integrating specialized spectral analysis tools with chemical knowledge graphs. Unlike previous approaches, NMRAgent mimics the deductive reasoning of human experts: it takes experimental NMR spectra and molecular formula as input, plans the elucidation process, proposes candidate structures, verifies peak-atom consistency, and refines misaligned substructure through formula-aware fragment optimization. Enabled by its evidential reasoning, NMRAgent outperforms state-of-the-art methods, improving top-1 accuracy by 46.5% and Tanimoto similarity by 0.502 on a scaffold-split benchmark with novel scaffolds in the test set. Besides, we demonstrate the agent's practical utility by elucidating the structures of two previously unknown natural products isolated from Hydrangea davidii and Vitex trifolia, and by correcting structural misassignments in established literature. By combining high-accuracy prediction with transparent and evidence-based reasoning, NMRAgent establishes a new paradigm for interpretable AI in analytical chemistry.