Elsevier integroi LG AI Researchin kemian näkömallin Reaxysiin

Elsevier ja LG AI Research julistivat 15. syyskuuta 2026, että LG AI Researchin kehittämä kemialle erikoistunut AI‑näköteknologia on nyt käytössä Elsevierin sisällönlouhinta‑ ja kuratointiprosesseissa Reaxysissä, Elsevierin kemian löytöratkaisussa, jolloin aineet, jotka esiintyvät vain kuvina, piirroksina ja reaktiokaavioina patenteissa ja tieteellisessä kirjallisuudessa, ovat haettavissa.

Yritykset sanoivat, että aineiden tiedot kuvista patenteissa ja lehtiartikkeleissa tallennetaan nopeammin, tarkemmin ja laajemmassa mittakaavassa kuin aiemmin oli mahdollista. Työ parantaa Elsevierin sisällönlouhintaa ja tieteellistä aineiden, reaktioiden, bioaktiivisuuksien, biologisten kohteiden ja aineominaisuuksien kuratointia Reaxysissä.

Miksi kuviin sidottu kemia on ollut vaikea hakea

Ilmoituksen mukaan suuri osa aine- ja reaktiotiedoista, joihin kemistit turvautuvat, välitetään kuvien, piirrosten ja reaktiokaavioiden kautta sen sijaan, että ne olisivat haettavissa tekstinä. Kun kyseistä kemiaa ei voida hakea, tutkijoiden on usein tarkistettava asiakirjoja käsin vahvistaakseen, onko yhdiste tai reaktio jo kuvattu. Kemialliset piirrokset koodaavat merkityksen sidosten, atomien, stereokemian ja spatiaalisten suhteiden avulla, joten malli, joka lukee sidoksen väärin, voi tunnistaa väärän yhdisteen, kun taas malli, joka jättää rakenteen huomiotta, jättää kemistit puutteelliseen kuvaan. Tämä haaste on erityisen merkittävä alueilla, kuten uutuushakujen, kilpailutiedustelun ja synteesisuunnittelun, sekä epäorgaanisessa ja organometallisen kemian, jossa monimutkaiset rakenteet ovat vaikeampia poimia ja indeksoida.

MolMole-malli ja sen raportoitu suorituskyky

Teknologia yhdistää molekyylien havaitsemisen, reaktiokaavioiden jäsentämisen ja optisen kemiallisten rakenteiden tunnistuksen (OCSR) yhdeksi malliksi, ja LG AI Researchin julkaistut vertailuraportit osoittavat sen ylittävän vaihtoehdot kemian poimimisessa täysiltä asiakirjasivuilta. 7. toukokuuta 2025 julkaisu LG AI Researchin tutkimusblogissa tunnistaa mallin nimellä MolMole, joka on kehitetty ryhmän Deep Document Understanding -ohjelman alla, jonka tavoitteena on rakentaa tekoäly, joka pystyy tulkitsemaan tekstiä, kaavioita ja taulukoita yleisissä asiakirjoissa sekä molekyylirakenteiden kaavoja ja reaktiokaavoja kemiallisissa papereissa ja patenteissa.

MolMole ottaa syötteenä kokonaiset PDF-asiakirjat sen sijaan, että se vaatisi rajattuja kuvia, ja palauttaa tunnistetut kemialliset tiedot asiakirjasta kerralla, blogipostauksen mukaan. Malli koostuu kolmesta moduulista. ViDetect havaitsee molekyylirakenteiden alueet PDF-sivuilla ja merkitsee ne rajaaviivoilla. ViReact tunnistaa reaktiokaavioista reaktanttien, reaktioehtojen ja tuotteiden sijainnit ja luokittelee jokaisen alueen. ViMore muuntaa tunnistetut rakenteet standardeiksi kemiallisiksi esityksiksi, mukaan lukien SMILES, InChI ja Mol‑muodot, käyttäen erikoistekniikoita meluisille, skannausperusteisille patentisivuille.

LG AI Research raportoi, että ViMore saavutti huipputulokset kolmessa neljästä standardisesta OCSR‑vertailusta (CLEF, JPO, UOB ja USPTO), ylittäen DECIMER Image Transformerin, MolScriben ja MolGrapherin, ja että se erityisesti ylitti muut mallit JPO:ssa, haastavassa, pääasiassa matalan resoluution kuvadatasetissa, joka on peräisin japanilaisista patenttiasiakirjoista. LG:n omassa vertailussa, jossa arvioidaan 300 patentisivua ja 250 paperisivua erikseen niiden erilaisia ominaisuuksia huomioiden, yhdistetty ViDetect‑ ja ViMore‑putki ylitti Decimer Segmentationin ja Image Transformerin sekä MolDetectin ja MolScriben tarkkuudessa ja palautteessa, ja ViReact ylitti ReactionDataExtractor2.0:n ja RxnScriben.

perustava artikkeli, julkaistu arXivissa lähetettiin ensimmäisen kerran 30. huhtikuuta 2025 ja tarkistettiin 8. toukokuuta 2025. Se kuvaa MolMolen visioon perustuvaksi syväoppimiskehykseksi, joka yhdistää molekyylien havaitsemisen, reaktiokaavioiden jäsentämisen ja OCSR:n yhdeksi putkeksi kemiallisten tietojen poimimiseksi suoraan sivutason asiakirjoista. Viitaten standardin puutteeseen sivutason vertailussa ja arviointimittarissa, tekijät esittelevät myös 550‑sivuisen testijoukon, jossa on merkattu molekyylien rajaavat laatikot, reaktiotunnisteet ja MOL‑tiedostot, sekä uuden arviointimittarin, ja raportoivat, että MolMole ylittää olemassa olevat työkalupaketit sekä heidän vertailussaan että julkisissa datasetissä.

Elsevierin työnkulussa jokainen poimintaputki validoidaan olemassa olevia Reaxys‑vertailuja vastaan ennen sen käyttöönottoa, ja koko putki kävi läpi testausjakson Elsevierin data- ja työnkulkutyökaluissa ennen laajempaa käyttöä, ilmoituksen mukaan.

Johtajien lausunnot ja seuraavat vaiheet

Mirit Eldor, Elsevierin Life Sciences -toimialan toimitusjohtaja, totesi, että kumppanuus antaa kemisteille takaisin aikaa siirtämällä enemmän kemiaa kuvista Reaxysiin kuratoituneena, haettavana todisteena. “Kuvassa piilotettu rakenne tulisi olla todiste, ei umpikuja,” hän sanoi.

Hwayoung Edward Lee, LG AI Researchin AI Biz Transformation -yksikön johtaja, sanoi, että malli on suunniteltu purkamaan monimutkaisia visuaalisia kemiallisia esityksiä, joissa jokainen sidos ja spatiaalinen asettelu sisältää merkityksen, ja että integraatio Elsevierin kanssa muuntaa raakavisuaalisen datan rakenteelliseksi tiedoksi tutkijoille.

Organisaatiot sanoivat, että reaktiopoiminta on yhteistyön seuraava vaihe, laajentaen kuvapohjaista poimintaa yksittäisten aineiden ulkopuolelle ja laajentaen Reaxysin kautta saatavilla olevaa reaktiotodistusaineistoa. He tutkivat myös lisää asiakashaasteita, joita voidaan yhdessä ratkaista, yhdistämällä LG AI Researchin erikoistuneet tekoälykyvyt Elsevierin kemian sisältöön, tieteelliseen asiantuntemukseen ja kuratointiin. Työ noudattaa Elsevierin vastuullisen tekoälyn periaatteita ja tietosuojaperiaatteita, yritykset sanoivat.