Elsevier Integruje Model Wizji Chemicznej LG AI Research w Reaxys

Elsevier i LG AI Research ogłosiły 15 września 2026, że technologia AI wizji specyficzna dla chemii opracowana przez LG AI Research jest teraz wykorzystywana w procesach ekstrakcji i kuracji treści Elsevier dla Reaxys, rozwiązania Elsevier do odkrywania chemii, umożliwiając wyszukiwanie substancji, które pojawiają się wyłącznie jako obrazy, rysunki i schematy reakcji w patentach i literaturze naukowej.

Firmy stwierdziły, że informacje o substancjach pochodzące z obrazów w treściach patentów i czasopism są przechwytywane szybciej, dokładniej i w większej skali niż dotychczas było to możliwe. Praca ta zwiększa możliwości ekstrakcji treści i naukowej kuracji substancji, reakcji, bioaktywności, celów biologicznych oraz właściwości substancji w Reaxys.

Dlaczego chemia zawarta w obrazach jest trudna do wyszukiwania

Według ogłoszenia, znaczna część informacji o substancjach i reakcjach, na które chemicy polegają, jest przekazywana za pomocą rysunków, schematów i diagramów reakcji, a nie jako tekst możliwy do przeszukania. Gdy taka chemia nie jest przeszukiwalna, badacze muszą ręcznie przeglądać dokumenty, aby potwierdzić, czy dany związek lub reakcja już została opisana. Rysunki chemiczne niosą znaczenie poprzez wiązania, atomy, stereochemię i relacje przestrzenne, więc model, który błędnie odczyta wiązanie, może zidentyfikować niewłaściwy związek, a model pomijający strukturę pozostawia chemików z niepełnym obrazem. Problem ten jest szczególnie dotkliwy w obszarach takich jak wyszukiwanie nowości, wywiad konkurencyjny i planowanie syntezy, a także w chemii nieorganicznej i organometalicznej, gdzie złożone struktury są trudniejsze do wyodrębnienia i indeksacji.

Model MolMole i jego zgłoszone benchmarki

Technologia łączy wykrywanie cząsteczek, parsowanie diagramów reakcji i optyczne rozpoznawanie struktur chemicznych (OCSR) w jednym modelu, a opublikowane przez LG AI Research raporty benchmarkowe wykazują, że przewyższa ona alternatywy w ekstrakcji chemii z pełnej strony dokumentu. post z 7 maja 2025 r. na blogu badawczym LG AI Research identyfikuje model jako MolMole, opracowany w ramach programu Deep Document Understanding grupy, którego celem jest budowanie AI zdolnego interpretować tekst, wykresy i tabele w dokumentach ogólnych, a także wzory strukturalne cząsteczek i wzory reakcji w publikacjach chemicznych i patentach.

MolMole przyjmuje pełne dokumenty PDF jako wejście, zamiast wymagać wyciętych obrazów, i zwraca rozpoznane dane chemiczne z dokumentu jednocześnie, według wpisu na blogu. Model składa się z trzech modułów. ViDetect wykrywa regiony struktur molekularnych w stronach PDF i oznacza je ramkami ograniczającymi. ViReact identyfikuje pozycje reagentów, warunków reakcji i produktów w diagramach reakcji oraz klasyfikuje każdy region. ViMore przekształca rozpoznane struktury w standardowe reprezentacje chemiczne, w tym formaty SMILES, InChI i Mol, stosując specjalistyczne techniki dla szumnych, skanowanych stron patentowych.

LG AI Research informuje, że ViMore osiągnął wyniki na poziomie stanu techniki w trzech z czterech standardowych benchmarków OCSR (CLEF, JPO, UOB i USPTO), przewyższając DECIMER Image Transformer, MolScribe i MolGrapher, a szczególnie przewyższył inne modele w benchmarku JPO, wymagającym zestawie danych o niskiej rozdzielczości pochodzącym z japońskich dokumentów patentowych. W własnym benchmarku LG, który ocenia osobno 300 stron patentowych i 250 stron artykułów, aby odzwierciedlić ich różne cechy, połączony potok ViDetect i ViMore przewyższył Decimer Segmentation i Image Transformer oraz MolDetect i MolScribe pod względem precyzji i czułości, a ViReact przewyższył ReactionDataExtractor2.0 i RxnScribe.

Ten podstawowy artykuł, opublikowany na arXiv, został po raz pierwszy zgłoszony 30 kwietnia 2025 i poprawiony 8 maja 2025. Opisuje MolMole jako oparty na wizji framework uczenia głębokiego, który jednoczy wykrywanie cząsteczek, parsowanie diagramów reakcji i OCSR w jedną linię przetwarzania do wyodrębniania danych chemicznych bezpośrednio z dokumentów na poziomie stron. Cytując brak standardowego benchmarku i metryki oceny na poziomie stron, autorzy przedstawiają także zestaw testowy liczący 550 stron, oznaczony ramkami cząsteczek, etykietami reakcji i plikami MOL, wraz z nową metryką oceny, i podają, że MolMole przewyższa istniejące zestawy narzędzi zarówno w ich benchmarku, jak i w publicznych zbiorach danych.

W ramach przepływu pracy Elsevier każdy potok ekstrakcji jest weryfikowany względem istniejących benchmarków Reaxys przed uruchomieniem, a pełny potok przeszedł okres testowy przy użyciu danych i narzędzi przepływu pracy Elsevier przed szerszym zastosowaniem, według ogłoszenia.

Oświadczenia kierownictwa i kolejne etapy

Mirit Eldor, Dyrektor Zarządzający ds. Nauk Przyrodniczych w Elsevier, powiedziała, że partnerstwo zwraca chemikom czas, przenosząc więcej chemii z ilustracji do Reaxys jako kuratorowane, przeszukiwalne dowody. „Struktura ukryta na rysunku powinna być dowodem, a nie ślepą uliczką,” dodała.

Hwayoung Edward Lee, lider Jednostki Transformacji Biznesu AI w LG AI Research, powiedział, że model został zaprojektowany do dekodowania złożonych wizualnych reprezentacji chemicznych, w których każde wiązanie i układ przestrzenny ma znaczenie, oraz że integracja z Elsevier przekształca surowe dane wizualne w ustrukturyzowaną wiedzę dla badaczy.

Organizacje oświadczyły, że ekstrakcja reakcji jest kolejnym etapem współpracy, rozszerzając ekstrakcję opartą na obrazach poza pojedyncze substancje, aby poszerzyć dostępne w Reaxys dowody reakcji. Badają również dalsze wyzwania klientów, które można wspólnie rozwiązać, łącząc specjalistyczne możliwości AI LG AI Research z treściami chemicznymi, wiedzą naukową i kuracją Elsevier. Prace są realizowane zgodnie z Zasadami Odpowiedzialnej Sztucznej Inteligencji i Zasadami Prywatności Elsevier, jak podkreślono.