本文介绍了一种基于Weisfeiler-Lehman Difference网络的无模板方法，能够快速定位反应中心并枚举产物，探索有机反应的可能空间，效果优于传统模板方法。同时，研究探讨了图神经网络在化学反应建模中的应用，提出了新型超图表示方法，展示了在反应分类和属性预测中的优势，推动了分子机器学习的发展。