揭开化学语言模型中的神秘面纱：Transformer能够快速学习分子的局部结构，但手性学习存在挑战
Air Explorer Pro是一款跨平台多网盘管理工具，可实现一站式完成不同网盘间文件的互传、搜索和同步等操作。任务管理和过程控制会更完整，持续下载、批量同步或需要稳定传输流程的场景会更适合它。
编辑|X最近，自然语言处理（NLP）模型，特别是Transformer模型，已经被广泛用于将分子结构，如SMILES表示法，转换为文本表示。尽管如此，关于这些模型如何准确理解化学结构的研究却相对较少。为了破解这个黑匣子，东京大学的研究人员运用了代表性的NLP模型Transformer，对SMILES的学习进程与化学结构之间的关系进行了深入研究。他们的研究表明，虽然Transformer可以迅速学习分子的部分结构，但要全面理解整体结构，还需要进一步扩展训练。从训练开始到结束，使用不同学习步骤的模型生成的描述
编辑 | X
最近，自然语言处理（NLP）模型，特别是 Transformer 模型，已经被广泛用于将分子结构，如 SMILES 表示法，转换为文本表示。尽管如此，关于这些模型如何准确理解化学结构的研究却相对较少。
为了破解这个黑匣子，东京大学的研究人员运用了代表性的 NLP 模型Transformer，对SMILES的学习进程与化学结构之间的关系进行了深入研究。他们的研究表明，虽然Transformer可以迅速学习分子的部分结构，但要全面理解整体结构，还需要进一步扩展训练。
从训练开始到结束，使用不同学习步骤的模型生成的描述符进行分子特性预测的准确性是相似的。此外，研究表明，Transformer模型在学习手性方面需要更长的训练时间，有时会因误解对映体而性能下降并停滞不前。这些发现有望深化我们对化学领域NLP模型的认识。
该研究以「Difficulty in chirality recognition for Transformer architectures learning chemical structures from string representations」为题，于 2024 年 2 月 16 日发布在《Nature Communications》上。
论文链接：https://www.nature.com/articles/s41467-024-45102-8
机器学习的最新进展影响了化学领域的各种研究，例如分子性质预测、能量计算和结构生成。
要在化学中应用机器学习方法，首先需要让计算机能够识别化学结构。目前最常用的方法之一是利用化学语言模型，这种模型属于自然语言处理（NLP）领域，其中包含了用来表示化学结构的字符串，比如SMILES表示法。通过这种方式，计算机可以将化学结构转换成特定的数据格式，从而实现对化学信息的处理和分析。这种方法的发展使得研究人员可以更准确地预测分子的性质和行为，并加快新药物和材料的发现速度。因此，化学语言模型在推动化学领域的研究和创新方面
很少有人研究化学语言模型如何理解极其多样化的分子结构，以及如何将化学结构和描述符联系起来。
在此，东京大学的研究人员通过比较模型及其描述符在训练的各个步骤中的性能来解决这个黑匣子，这阐明了哪些类型的分子特征可以轻松地纳入描述符中，哪些类型则不能。特别是，专注于最流行的 NLP 模型 Transformer，这是当今用于描述符生成和其他化学语言任务的良好利用的架构。
具体来说，研究人员训练一个 Transformer 模型来翻译 SMILES 字符串，然后比较不同训练步骤中预测与目标之间分子指纹的完美一致性和相似性。还利用模型在训练的不同步骤生成的描述符进行了 6 个分子性质预测任务，并研究了哪些类型的任务容易解决。
研究进一步发现，Transformer 的翻译准确率有时会在较低水平上停滞一段时间，然后突然飙升。为了弄清楚其原因，研究人员比较了 SMILES 每个字符的翻译准确性。最后，寻找并找到了防止停滞和稳定学习的方法。
主要研究结果如下:
1、为了了解 Transformer 模型如何学习不同的化学结构，研究人员首先通过比较不同训练步骤的模型来研究学习过程与模型性能之间的关系。在 Transformer 模型中，在训练的早期阶段就可以识别分子的部分结构，而识别整体结构则需要更多的训练。结合之前关于 RNN 模型的研究，这一发现可以推广到使用 SMILES 字符串的各种 NLP 模型。因此，使 Transformer 模型能够将整体结构信息作为其结构中的辅助任务来引用，将有助于改进描述符生成模型。
图 1：学习过程中 Transformer 的部分/整体结构识别。（来源：论文）
2、对于分子性质预测，Transformer 模型生成的描述符的性能在训练之前可能已经饱和，并且在后续的训练中没有得到改善。这表明初始模型的描述符已经包含了足够的下游任务信息，这可能是分子的部分结构。另一方面，也有可能下游任务，如分子的性质预测，对于 Transformer 来说太容易了，不适合评估基于 Transformer 的描述符生成方法。
图 2：描述符在分子性质预测中的性能。（来源：论文）
3、与其他因素（例如整体结构或其他部分结构）相比，Transformer 在手性方面的翻译性能提升相对较慢，并且模型有时会长时间对手性产生混淆，导致整体结构识别持续停滞。这表明，向模型「教授」手性的额外结构或任务可以改善模型及其描述符的性能。
图 3：不同初始权重下完美精度的停滞。（来源：论文）
图 4：Transformer 的手性学习困难。（来源：论文）
4、引入pre-LN 结构可以加速并稳定学习，包括手性。
图 5：通过引入 pre-LN 改善停滞和手性识别。（来源：论文）
最后，为了阐明关于 Transformer 的研究结果的普遍性，研究人员使用另一种分子表达来训练模型。使用 InChI 代替 SMILES，这是一些化学语言模型化学信息学研究中采用的分子的替代文字表示。
图 6：通过 InChI-to-SMILES 翻译训练的 Transformer 模型的实验。（来源：论文）
结果显示，与完全精度和损失函数相比，部分精度和指纹相似度早期饱和，表明在 InChI 到 SMILES 翻译中，部分结构的识别比整体结构更容易。下游任务的性能并没有通过训练得到改善。
结果还表明，InChI 到 SMILES 的翻译确实出现了停滞，区分对映体的混乱导致了停滞。此外，pre-LN 的引入缓解了停滞现象。
这些发现有助于澄清化学语言模型中的黑箱，并有望激活这一领域。研究这些发现是否适用于具有监督性质的其他应用（例如结构生成和端到端属性预测）的化学语言模型是一项有趣的未来任务。
由于 NLP 是深度学习中最先进的领域之一，化学语言模型将得到越来越多的发展。另一方面，与化学领域流行的神经网络模型（如图神经网络）相比，语言模型与化学结构之间的关系存在许多未知因素。
对 NLP 模型与化学结构之间关系的进一步基础研究，有望进一步澄清 NLP 模型如何进化和识别化学结构的黑盒子，从而促进化学中各种任务的化学语言模型的发展和性能的提高。
Postman是一套面向API全生命周期的开发与测试平台，可在Mac上发送和调试多种协议请求，管理集合、环境及认证信息，并完成脚本测试、模拟服务、监控、文档发布和团队协作。它适合开发、测试及运维人员使用，提供个人免费方案。
Docker Desktop 是 Docker 官方为 Mac 提供的容器开发环境，集成 Docker Engine、命令行工具、Compose、Build、Kubernetes 与图形化管理界面。
Android Studio 是 Google 面向安卓应用开发提供的官方集成开发环境，基于 IntelliJ IDEA 构建。它整合智能代码编辑、Gradle 构建、界面预览、设备模拟、性能分析、调试测试及 APK 分析等工具。
Xcode 是苹果面向 Mac 提供的官方集成开发环境，将代码编辑、项目构建、SwiftUI 实时预览、设备模拟、自动化测试、断点调试、性能分析和应用分发整合在同一套工作流中，适合开发与维护 iPhone、iPad、Mac、Apple Wa
JetBrains WebStorm 是面向 JavaScript、TypeScript 和现代 Web 技术的专业集成开发环境，可智能理解项目结构，提供代码补全、重构、错误检查、运行调试、测试及 Git 工具。
PhpStorm 是 JetBrains 推出的专业 PHP 集成开发环境，可在 Mac 上完成代码编写、智能检查、重构、调试、测试和数据库管理。它支持主流 PHP 框架、Composer、Git、Docker 与远程解释器。
JetBrains PyCharm 是面向 Python 开发者的集成开发环境，提供智能补全、代码检查、重构、调试、测试、版本控制及虚拟环境管理功能。Mac 版兼容 Intel 与 Apple 芯片，核心功能可免费使用。
IntelliJ IDEA 是 JetBrains 推出的专业集成开发环境，重点服务于 Java、Kotlin 与 JVM 项目开发。软件集成代码补全、静态检查、重构、调试、测试、版本控制及构建工具，并可借助插件扩展语言和框架支持。
Visual Studio Code 是微软提供的免费代码编辑器，支持 macOS，并为 Intel 与 Apple 芯片 Mac 提供适配版本。软件集代码编辑、调试、Git 源代码管理、集成终端和扩展市场于一体。
REAPER是Cockos开发的数字音频工作站，提供多轨音频与MIDI录制、剪辑、处理、混音和母带制作工具。Mac版兼容Intel与Apple芯片，支持AU、VST、VST3、CLAP等插件格式，并提供高度可定制的工作流程。
Adobe Audition 是面向播客、影视后期、音乐制作及内容创作者的专业音频工作站，提供波形精修、多轨录制与混音、频谱编辑、降噪修复、响度匹配和效果处理工具，并可与 Adobe Premiere 协同完成视频声音制作。
Pro Tools 是 Avid 推出的专业数字音频工作站，覆盖多轨录音、无损剪辑、MIDI 编曲、插件处理、自动化混音及声音与画面同步等工作。它拥有 Intro、Artist、Studio 和 Ultimate 等方案。
PixPix 是面向品牌、卖家和内容团队的在线 AI 图片视频创作平台，提供图视频 Agent、无限画布、图片生成、视频生成、自然语言编辑及商品套图、产品精修和带货视频等电商工具。
Postman 是面向 API 全生命周期的开发与协作平台。Windows 桌面版可用于构建和发送 HTTP、GraphQL、gRPC、WebSocket、MQTT 等请求，并提供环境变量、集合、脚本测试、模拟服务、监控、文档及团队工作区等
Docker Desktop 为 Windows 开发者提供集成式容器环境，内置 Docker Engine、命令行工具、Compose、Build 与 Kubernetes 等组件，可在本机完成镜像构建、容器运行、日志查看和资源管理。
Android Studio 是 Google 面向 Android 应用开发提供的官方集成开发环境，以 IntelliJ IDEA 为基础，集成智能代码编辑、Gradle 构建、设备模拟、界面预览、调试测试及性能分析工具，
WebStorm 是 JetBrains 面向 JavaScript、TypeScript 和现代 Web 技术打造的集成开发环境。它提供项目级代码分析、智能补全、安全重构、导航搜索，并集成调试、测试、终端、Git 与常用前端工具，
PhpStorm 是 JetBrains 面向 PHP 与现代 Web 开发打造的专业集成开发环境，提供代码补全、静态检查、重构、调试、测试、数据库、版本控制及前端语言支持。Windows 用户可直接下载安装程序，
PyCharm 是 JetBrains 推出的 Python 集成开发环境，提供智能代码补全、错误检查、重构、调试、测试、Git、终端及 Jupyter Notebook 支持。统一版安装后可体验 30 天 Pro 功能，
JetBrains IntelliJ IDEA 是以 Java、Kotlin 和 JVM 项目为核心的专业集成开发环境，提供智能补全、代码检查、安全重构、调试、测试、版本控制及构建工具集成。统一发行版的核心功能可免费用于商业和非商业项目，
Visual Studio Code 是微软推出的免费代码编辑器，Windows 版集成智能补全、代码导航、调试、终端和版本控制，并可通过扩展添加语言、格式化及远程开发能力。它启动较快、配置灵活，
REAPER 是 Cockos 推出的数字音频工作站，适用于录音、MIDI 编曲、音频编辑、混音、母带制作及声音设计。软件安装包小巧，支持多轨录制、灵活路由、自动化、第三方插件和脚本扩展，并提供完整功能的 60 天免费评估期。
Adobe Audition 是面向播客、影视后期、广播与音乐制作的专业音频工作站，提供波形编辑、多轨混音、频谱分析、录音、降噪修复和效果处理等功能。Windows 版通过 Adobe Creative Cloud 安装和管理，
Pro Tools 是 Avid 推出的专业数字音频工作站，提供多轨录音、音频剪辑、MIDI编曲、插件处理、自动化混音及影视声音制作能力。它适合音乐人、录音师、制作人和音频后期团队使用，并提供免费入门版、订阅方案及永久授权选择。