Модели Claude осваивают химию: анализ спектров ЯМР на уровне специализированного ПО

Компания Anthropic опубликовала результаты первого исследования, направленного на интеграцию возможностей своих языковых моделей в повседневную работу химиков. В центре внимания оказался анализ спектров ядерного магнитного резонанса (ЯМР) — одного из самых распространенных и трудоемких аналитических методов в синтетической химии.

Понимание структуры молекулы критически важно. От того, как соединены атомы, зависят свойства вещества: будет ли оно лекарством или ядом. Химики постоянно переводят информацию между разными форматами: набросками на доске, показаниями приборов и строками запросов в базах данных. Этот процесс требует времени и высокой концентрации.

Проблема данных в химии

Инструменты машинного обучения (ML) уже много лет позиционируются как решение для прогнозирования реакций и ретросинтеза — планирования пути создания молекулы от конечного продукта к простым исходным веществам. Однако развитие тормозилось качеством данных. Химические данные часто имеют непоследовательный формат, скрыты за пейволлами научных журналов или представлены в виде неструктурированной информации.

Современные большие языковые модели (LLM) меняют правила игры. Они мультимодальны и способны к явному рассуждению. Модель может считать химическую структуру прямо из рисунка в статье или распознать экспериментальные детали в том виде, в котором они опубликованы.

Эксперимент и результаты

Исследователи протестировали три версии модели Claude (Opus 4.7, Opus 4.6 и Sonnet 4.6) в сравнении с классическим программным обеспечением для химиков — ChemDraw и MestReNova. Чтобы избежать искажений из-за наличия данных в обучающей выборке, для тестов отобрали 20 новых соединений из препринтов, опубликованных после завершения обучения моделей.