Elsevier integrerar LG AI Researchs Chemistry Vision Model i Reaxys

Elsevier och LG AI Research annonserade den 15 september 2026 att den kemispecifika AI‑visions‑tekniken som utvecklats av LG AI Research nu används i Elseviers processer för innehållsextraktion och kurering för Reaxys, Elseviers lösning för upptäckt av kemi, och gör ämnen som endast förekommer som bilder, ritningar och reaktionsscheman i patent och vetenskaplig litteratur sökbara.

Företagen uppgav att substansinformation från bilder i patent- och tidskriftsinnehåll fångas snabbare, mer exakt och i större skala än tidigare var möjligt. Arbetet förbättrar Elseviers innehållsextraktion och vetenskapliga kurering av substanser, reaktioner, bioaktiviteter, biologiska mål och substansegenskaper för Reaxys.

Varför bildbunden kemi har varit svår att söka

Enligt meddelandet kommuniceras en stor del av den substans- och reaktionsinformation som kemister förlitar sig på via figurer, ritningar och reaktionsscheman snarare än sökbar text. När den kemin inte är sökbar kan forskare tvingas gå igenom dokument manuellt för att bekräfta om en förening eller reaktion redan har beskrivits. Kemiska ritningar kodar betydelse genom bindningar, atomer, stereokemi och rumsliga relationer, så en modell som missuppfattar en bindning kan identifiera fel förening, medan en som missar en struktur lämnar kemister med en ofullständig bild. Denna utmaning är särskilt påtaglig inom områden som nyhetssökning, konkurrensintelligens och syntesplanering, samt inom oorganisk och organometallisk kemi, där komplexa strukturer är svårare att extrahera och indexera.

MolMole-modellen och dess rapporterade benchmarkresultat

Tekniken kombinerar molekeldetektion, parsning av reaktionsdiagram och optisk kemisk strukturelligenkänning (OCSR) i en enda modell, och LG AI Researchs publicerade benchmarkrapporter visar att den överträffar alternativ när det gäller att extrahera kemi från en hel dokumentsida. Ett inlägg den 7 maj 2025 på LG AI Researchs forskningsblogg identifierar modellen som MolMole, utvecklad under gruppens Deep Document Understanding‑program, som syftar till att bygga AI som kan tolka text, grafer och tabeller i allmänna dokument såväl som molekylära strukturformler och reaktionsformler i kemiska artiklar och patent.

MolMole tar hela PDF-dokument som indata istället för att kräva beskurna bilder och returnerar erkända kemiska data från ett dokument på en gång, enligt blogginlägget. Modellen består av tre moduler. ViDetect upptäcker molekylära strukturregioner inom PDF-sidor och markerar dem med avgränsningsrutor. ViReact identifierar positionerna för reaktanter, reaktionsförhållanden och produkter inom reaktionsdiagram och klassificerar varje region. ViMore omvandlar erkända strukturer till standardkemiska representationer inklusive SMILES, InChI och Mol-format, med specialiserade tekniker för brusiga, skannade patentsidor.

LG AI Research rapporterar att ViMore uppnådde toppresultat på tre av de fyra standard‑OCSR‑benchmarkarna (CLEF, JPO, UOB och USPTO), och överträffade DECIMER Image Transformer, MolScribe och MolGrapher, samt att den särskilt överträffade de andra modellerna på JPO, ett utmanande, främst lågupplöst dataset av bilder extraherade från japanska patentdokument. På LG:s egen benchmark, som utvärderar 300 patentsidor och 250 artikelsidor separat för att spegla deras olika egenskaper, överträffade den kombinerade ViDetect‑ och ViMore‑pipeline Decimer Segmentation och Image Transformer samt MolDetect och MolScribe när det gäller precision och återkallelse, och ViReact överträffade ReactionDataExtractor2.0 och RxnScribe.

Den underliggande artikel, publicerad på arXiv lämnades in första gången den 30 april 2025 och reviderades den 8 maj 2025. Den beskriver MolMole som ett visionsbaserat djupinlärningsramverk som förenar molekeldetektion, parsning av reaktionsdiagram och OCSR i en enda pipeline för att extrahera kemisk data direkt från dokument på sidnivå. Med hänvisning till avsaknaden av en standardiserad benchmark och utvärderingsmetrik på sidnivå presenterar författarna även ett testset på 550 sidor annoterat med molekylära avgränsningsrutor, reaktionsetiketter och MOL‑filer, tillsammans med en ny utvärderingsmetrik, och rapporterar att MolMole överträffar befintliga verktygssatser både på deras benchmark och på offentliga dataset.

Inom Elseviers arbetsflöde valideras varje extraktionspipeline mot befintliga Reaxys‑benchmarkar innan den tas i bruk, och den fullständiga pipelinen genomgick en testperiod med Elseviers data och arbetsflödesverktyg innan bredare användning, enligt meddelandet.

Ledande uttalanden och nästa steg

Mirit Eldor, Managing Director, Life Sciences på Elsevier, sade att partnerskapet ger kemister tillbaka tid genom att föra mer kemi från figurer till Reaxys som kuraterad, sökbar evidens. “En struktur som är begravd i en figur bör vara bevis snarare än en återvändsgränd,” sade hon.

Hwayoung Edward Lee, ledare för AI Biz Transformation Unit på LG AI Research, sade att modellen är utformad för att avkoda komplexa visuella kemiska representationer där varje bindning och rumslig layout har betydelse, och att integrationen med Elsevier omvandlar rå visuell data till strukturerad kunskap för forskare.

Organisationerna sade att reaktionsutvinning är nästa steg i samarbetet, vilket utökar bildbaserad extraktion bortom enskilda ämnen för att bredda de reaktionsbevis som finns tillgängliga via Reaxys. De undersöker också ytterligare kundutmaningar att ta itu med gemensamt, genom att kombinera LG AI Researchs specialist‑AI‑kapabiliteter med Elseviers kemiska innehåll, vetenskapliga expertis och kurering. Arbetet följer Elseviers principer för ansvarsfull AI och sekretessprinciper, enligt företagen.