Boosting LLM’s Molecular Structure Elucidation with Knowledge Enhanced Tree Search Reasoning

文章主要内容总结

本文针对大型语言模型（LLMs）在分子结构解析任务中存在的化学知识不足、推理评估能力弱等问题，提出了一种知识增强的推理框架K-MSE（Knowledge-enhanced reasoning framework for Molecular Structure Elucidation）。该框架以蒙特卡洛树搜索（MCTS）为基础，可作为插件与任意LLM结合，显著提升分子结构解析性能。

具体而言，研究的核心问题是LLMs在处理核磁共振（NMR）、红外（IR）等光谱数据推断分子结构时，存在两大局限：一是对化学分子结构空间的覆盖不全面（如难以准确识别噻吩等特殊亚结构）；二是无法准确评估和修正自身推理过程，影响树搜索等复杂推理的效率。

为解决这些问题，K-MSE从三方面入手：

1. 构建分子亚结构知识库：整合常见分子亚结构（如环结构、链结构）及其文本描述，补充LLMs的化学知识覆盖；
2. 设计专门的分子-光谱评分器：作为奖励模型，通过分子编码器和光谱编码器计算分子结构与光谱数据的匹配度，提供准确的推理评估反馈；
3. 结合MCTS推理框架：通过检索知识库获取相关亚结构，再经选择、扩展、评估、反向传播等迭代步骤，实现推理过程的动态优化。

实验在MolPuzzle基准数据集上验证了K-MSE的有