Partnerschappen
Elsevier integreert het chemische visionmodel van LG AI Research in Reaxys

Belangrijkste puntenAan afbeeldingen gebonden chemie blijft onzichtbaar voor zoeken totdat visionmodellen…
Meer weergeven
- Aan afbeeldingen gebonden chemie blijft onzichtbaar voor zoeken totdat visionmodellen structuren rechtstreeks van octrooipagina's lezen.
- MolMole verenigt detectie, parsing en structuurherkenning, zodat volledige documenten in één keer doorzoekbare chemische data opleveren.
- Elsevier valideert elke extractiepijplijn aan de hand van Reaxys-benchmarks voordat chemici de resultaten ooit te zien krijgen.
Elsevier en LG AI Research maakten op 15 september 2026 bekend dat een door LG AI Research ontwikkelde, specifiek op chemie gerichte AI-technologie voor beeldherkenning nu wordt gebruikt binnen de processen van Elsevier voor inhoudsextractie en curatie voor Reaxys, de oplossing van Elsevier voor ontdekkingschemie. Daardoor worden stoffen doorzoekbaar die in octrooien en wetenschappelijke literatuur uitsluitend voorkomen als afbeeldingen, tekeningen en reactieschema’s.
De bedrijven zeiden dat informatie over stoffen uit afbeeldingen in octrooi- en tijdschriftinhoud sneller, nauwkeuriger en op grotere schaal wordt vastgelegd dan voorheen mogelijk was. Het werk verbetert de inhoudsextractie en wetenschappelijke curatie van stoffen, reacties, bioactiviteiten, biologische doelwitten en stofeigenschappen voor Reaxys.
Waarom chemie in afbeeldingen moeilijk doorzoekbaar is
Volgens de aankondiging wordt een groot deel van de informatie over stoffen en reacties waarop chemici vertrouwen, weergegeven in figuren, tekeningen en reactieschema’s in plaats van in doorzoekbare tekst. Wanneer die chemie niet doorzoekbaar is, moeten onderzoekers documenten soms handmatig controleren om vast te stellen of een verbinding of reactie al is beschreven. Chemische tekeningen leggen betekenis vast via bindingen, atomen, stereochemie en ruimtelijke relaties. Een model dat een binding verkeerd leest, kan daardoor de verkeerde verbinding identificeren, terwijl een model dat een structuur mist chemici een onvolledig beeld geeft. Die uitdaging is het grootst bij onder meer nieuwheidsonderzoek, concurrentieanalyse en syntheseplanning, en in de anorganische en organometaalchemie, waar complexe structuren moeilijker te extraheren en indexeren zijn.
Het MolMole-model en de gerapporteerde benchmarks
De technologie combineert molecuuldetectie, het ontleden van reactieschema’s en optische herkenning van chemische structuren (OCSR) in één model. Uit de gepubliceerde benchmarks van LG AI Research blijkt dat het model alternatieven overtreft bij het extraheren van chemie uit een volledige documentpagina. Een bericht van 7 mei 2025 op de onderzoeksblog van LG AI Research noemt het model MolMole. Het werd ontwikkeld binnen het Deep Document Understanding-programma van de groep, dat AI wil bouwen die zowel tekst, grafieken en tabellen in algemene documenten als moleculaire structuurformules en reactieformules in chemische artikelen en octrooien kan interpreteren.
Volgens het blogbericht gebruikt MolMole volledige PDF-documenten als invoer, zonder dat afbeeldingen eerst hoeven te worden bijgesneden, en retourneert het in één keer de herkende chemische gegevens uit een document. Het model bestaat uit drie modules. ViDetect detecteert gebieden met moleculaire structuren op PDF-pagina’s en markeert ze met begrenzingsvakken. ViReact bepaalt binnen reactieschema’s de posities van reactanten, reactieomstandigheden en producten en classificeert elk gebied. ViMore zet herkende structuren om in standaard chemische representaties, waaronder SMILES-, InChI- en Mol-formaten, met gespecialiseerde technieken voor ruisrijke, gescande octrooipagina’s.
LG AI Research meldt dat ViMore op drie van de vier standaardbenchmarks voor OCSR (CLEF, JPO, UOB en USPTO) de beste resultaten tot dan toe behaalde en DECIMER Image Transformer, MolScribe en MolGrapher overtrof. Het presteerde met name beter dan de andere modellen op JPO, een moeilijke dataset die voornamelijk bestaat uit afbeeldingen met lage resolutie uit Japanse octrooidocumenten. Op LG’s eigen benchmark, waarin 300 octrooipagina’s en 250 artikelpagina’s afzonderlijk worden beoordeeld om rekening te houden met hun verschillende kenmerken, overtrof de gecombineerde ViDetect- en ViMore-pijplijn Decimer Segmentation en Image Transformer en MolDetect en MolScribe op precisie en recall. ViReact presteerde beter dan ReactionDataExtractor2.0 en RxnScribe.
Het onderliggende artikel, gepubliceerd op arXiv, werd voor het eerst ingediend op 30 april 2025 en herzien op 8 mei 2025. Het beschrijft MolMole als een op beeld gebaseerd deep-learningframework dat molecuuldetectie, het ontleden van reactieschema’s en OCSR verenigt in één pijplijn om chemische gegevens rechtstreeks uit documenten op paginaniveau te extraheren. Omdat er geen standaardbenchmark en evaluatiemethode op paginaniveau bestond, presenteren de auteurs ook een testset van 550 pagina’s, geannoteerd met begrenzingsvakken voor moleculen, reactielabels en MOL-bestanden, samen met een nieuwe evaluatiemethode. Zij melden dat MolMole bestaande toolkits overtreft op zowel hun eigen benchmark als openbare datasets.
Binnen de workflow van Elsevier wordt elke extractiepijplijn gevalideerd aan de hand van bestaande Reaxys-benchmarks voordat deze in productie gaat. Volgens de aankondiging werd de volledige pijplijn bovendien gedurende een testperiode beproefd met de gegevens en workflowtools van Elsevier voordat zij breder werd ingezet.
Uitspraken van leidinggevenden en volgende stappen
Mirit Eldor, Managing Director Life Sciences bij Elsevier, zei dat de samenwerking chemici tijd teruggeeft door meer chemie uit figuren te halen en als gecureerd, doorzoekbaar bewijs in Reaxys op te nemen. “Een structuur die in een figuur verborgen zit, moet bewijs zijn in plaats van een doodlopende weg”, zei zij.
Hwayoung Edward Lee, hoofd van de AI Biz Transformation Unit bij LG AI Research, zei dat het model is ontworpen om complexe visuele chemische representaties te ontcijferen, waarin iedere binding en ruimtelijke ordening betekenis heeft. De integratie met Elsevier zet volgens hem ruwe visuele gegevens om in gestructureerde kennis voor onderzoekers.
De organisaties zeiden dat reactie-extractie de volgende fase van de samenwerking vormt. Daarmee wordt extractie uit afbeeldingen uitgebreid van afzonderlijke stoffen naar een bredere hoeveelheid reactiebewijs die via Reaxys beschikbaar wordt. Zij onderzoeken ook andere klantproblemen die zij samen kunnen aanpakken door de gespecialiseerde AI-mogelijkheden van LG AI Research te combineren met de chemische inhoud, wetenschappelijke expertise en curatie van Elsevier. Volgens de bedrijven volgt het werk de Responsible AI Principles en Privacy Principles van Elsevier.












