ReactXT：通过反应上下文化的分子 - 文本预训练理解分子之 “反应关系
内容提要
本文探讨了利用自然语言描述增强化学预测模型的方法，提出了TextReact，通过对文献中的文本与分子表示进行对齐，显著提升了反应条件推荐和逆合成的预测性能。同时，研究介绍了多种基于预训练语言模型的创新方法，强调了文本在化学反应预测中的重要性。
延伸解读
文本增强化学预测的兴起
文章梳理了多个利用自然语言文本提升化学预测模型的研究，如TextReact、MolXPT、T-Rex等。这些工作表明，将文献文本与分子表示对齐或联合预训练，能显著提升反应条件推荐、逆合成等任务的性能，超越了仅基于分子数据的传统模型。这反映了化学信息学与自然语言处理交叉融合的趋势。
方法创新：从对齐到多模态
TextReact通过检索相关文本并与分子表示对齐，并加入掩码语言模型目标来增强对齐效果。MolXPT则统一预训练文本和SMILES序列。MoleculeSTM结合结构和文本描述，提升药物设计效率。这些方法展示了多模态学习在化学领域的潜力，即同时利用符号序列和自然语言知识。
性能提升与泛化能力
文章指出，TextReact在反应条件推荐和逆合成任务上显著优于最先进的化学信息模型。T-Rex利用ChatGPT生成的文本描述，在逆合成预测中明显优于基于图结构的方法。MoleculeSTM在多个基准测试中获得了最先进的泛化能力。这些结果说明文本信息能有效补充分子数据，提高模型准确性和泛化性。
未来方向与挑战
文章提到，利用预训练语言模型（如ChatGPT）生成的文本可以大大提高逆合成预测，为计算化学开辟新途径。然而，如何有效检索和利用相关文本、处理噪声以及对齐不同模态仍是挑战。此外，模型的可解释性和在更广泛化学任务上的适用性也需进一步探索。
Q&A
TextReact方法是如何提升化学反应预测性能的？
TextReact通过对文献中检索到的文本与反应的分子表示进行对齐，显著提升了反应条件推荐和逆合成的预测性能。
MolXPT模型的主要特点是什么？
MolXPT模型结合了来自PubMed的文本序列和PubChem的SMILES序列进行预训练，取得了超越强基线的性能。
如何利用文本辅助的逆合成预测方法T-Rex？
T-Rex通过生成目标分子的描述和分子图的结构来生成候选反应中心，并使用候选反应物的描述进行重新排序，从而更好地合成目标分子。
多模态分子结构-文本模型MoleculeSTM的优势是什么？
MoleculeSTM结合学习化学结构和文本描述，提高了药物设计的效率和创新能力，并在多个基准测试中获得了最先进的泛化能力。
预训练语言模型在化学反应预测中的重要性是什么？
预训练语言模型生成的文本可以大大提高逆合成预测，为计算化学的进步提供了新的途径。
Graphormer反应模型是如何改进的？
通过结合过程文本和使用ReacLLaMA-Adapter与Zero-Shot Labeling ReacLLaMA两种主要方法，Graphormer反应模型的准确性得到了提升。
