Elsevier integruje model Chemistry Vision od LG AI Research do Reaxys

Elsevier a LG AI Research oznámily dne 15. září 2026, že chemii specifická technologie AI vision vyvinutá společností LG AI Research se nyní používá v procesech extrakce a kurace obsahu Elsevieru pro Reaxys, řešení pro objevování chemie od Elsevieru, a umožňuje vyhledávat látky, které se v patentech a vědecké literatuře objevují pouze jako obrázky, výkresy a schémata reakcí.

Společnosti uvedly, že informace o látkách z obrázků v patentech a časopisech jsou zachycovány rychleji, přesněji a v mnohem větším měřítku, než bylo dříve možné. Tato práce zlepšuje extrakci obsahu a vědeckou kuraci látek, reakcí, bioaktivit, biologických cílů a vlastností látek pro Reaxys.

Proč je chemie obsažená v obrázcích obtížně vyhledatelná

Podle oznámení je velká část informací o látkách a reakcích, na které chemikové spoléhají, komunikována prostřednictvím obrázků, výkresů a schémat reakcí, nikoli pomocí prohledávatelného textu. Když tato chemie není vyhledatelná, výzkumníci jsou nuceni ručně kontrolovat dokumenty, aby potvrdili, zda již byl určitý sloučenina nebo reakce popsána. Chemické výkresy nesou význam prostřednictvím vazeb, atomů, stereochemie a prostorových vztahů, takže model, který špatně přečte vazbu, může identifikovat nesprávnou sloučeninu, zatímco model, který strukturu opomene, zanechá chemiky s neúplným obrázkem. Tento problém je nejvíce akutní v oblastech, jako je vyhledávání novinek, konkurenční zpravodajství a plánování syntézy, a v anorganické a organometalické chemii, kde jsou složité struktury obtížněji extrahovatelné a indexovatelné.

Model MolMole a jeho uváděné benchmarky

Technologie kombinuje detekci molekul, parsování diagramů reakcí a optické rozpoznávání chemických struktur (OCSR) v jediném modelu a v publikovaných benchmarkových zprávách LG AI Research uvádí, že překonává alternativy při extrakci chemie z celé stránky dokumentu. Příspěvek z 7. května 2025 na výzkumném blogu LG AI Research identifikuje model jako MolMole, vyvinutý v rámci programu Deep Document Understanding skupiny, který si klade za cíl vytvořit AI schopnou interpretovat text, grafy a tabulky v obecných dokumentech stejně jako molekulární strukturální vzorce a reakční vzorce v chemických pracích a patentech.

Podle blogového příspěvku MolMole přijímá jako vstup celé PDF dokumenty, místo aby vyžadoval oříznuté obrázky, a najednou vrací rozpoznaná chemická data z dokumentu. Model se skládá ze tří modulů. ViDetect detekuje oblasti molekulárních struktur na stránkách PDF a označuje je ohraničujícími rámečky. ViReact identifikuje polohy reaktantů, podmínek reakce a produktů v diagramech reakcí a klasifikuje každou oblast. ViMore převádí rozpoznané struktury do standardních chemických reprezentací, včetně formátů SMILES, InChI a Mol, s odbornými technikami pro šumivé, skenované patentové stránky.

LG AI Research uvádí, že ViMore dosáhl špičkových výsledků ve třech ze čtyř standardních OCSR benchmarků (CLEF, JPO, UOB a USPTO), překonávající DECIMER Image Transformer, MolScribe a MolGrapher, a že zejména v benchmarku JPO, náročném, převážně nízkého rozlišení datasetu obrázků extrahovaných z japonských patentových dokumentů, překonal ostatní modely. V interním benchmarku LG, který hodnotí 300 patentových stránek a 250 stránek vědeckých prací odděleně, aby odrážel jejich odlišné charakteristiky, kombinovaná pipeline ViDetect a ViMore překonala Decimer Segmentation a Image Transformer a MolDetect a MolScribe v přesnosti i úplnosti, a ViReact překonal ReactionDataExtractor2.0 a RxnScribe.

Základní článek, zveřejněný na arXiv byl poprvé odeslán 30. dubna 2025 a revidován 8. května 2025. Popisuje MolMole jako rámec hlubokého učení založený na vizi, který sjednocuje detekci molekul, parsování diagramů reakcí a OCSR do jediné pipeline pro extrakci chemických dat přímo z dokumentů na úrovni stránek. Vzhledem k nedostatku standardního benchmarku a hodnotící metriky na úrovni stránek autoři také představují testovací sadu o 550 stránkách anotovanou ohraničovacími rámečky molekul, štítky reakcí a MOL soubory, spolu s novou hodnotící metrikou, a uvádějí, že MolMole překonává existující nástroje jak v jejich benchmarku, tak ve veřejných datech.

Podle oznámení je v rámci pracovního postupu Elsevieru každá pipeline pro extrakci ověřována proti existujícím benchmarkům Reaxys, než je nasazena, a celá pipeline prošla testovacím obdobím napříč daty a nástroji Elsevieru před širším nasazením.

Výkonné prohlášení a další fáze

Mirit Eldor, ředitelka Life Sciences ve společnosti Elsevier, uvedla, že partnerství dává chemikům zpět čas tím, že přesouvá více chemie z obrázků do Reaxys jako kurátovaného, vyhledatelného důkazu. „Struktura ukrytá v obrázku by měla být důkazem, nikoli slepou uličkou,“ řekla.

Hwayoung Edward Lee, vedoucí jednotky AI Biz Transformation ve společnosti LG AI Research, řekl, že model byl navržen tak, aby dekódoval komplexní vizuální chemické reprezentace, kde každá vazba a prostorové uspořádání nese význam, a že integrace s Elsevierem převádí surová vizuální data na strukturované znalosti pro výzkumníky.

Organizace uvedly, že extrakce reakcí je dalším stupněm spolupráce, rozšiřuje extrakci založenou na obrazech mimo jednotlivé látky a rozšiřuje tak dostupné důkazy o reakcích v Reaxysu. Také zkoumají další výzvy zákazníků, které lze společně řešit, spojením specializovaných AI schopností LG AI Research s chemickým obsahem, vědeckou odborností a kurací společnosti Elsevier. Práce je v souladu s Principy Responsible AI a zásadami ochrany soukromí společnosti Elsevier, uvedly společnosti.