面对一段蛋白质序列，资深生物学家往往比AI更能洞察其深层信息。原因并不复杂：科学家关注的是氨基酸折叠后形成的三维构象，而这些空间结构恰恰承载着蛋白质功能表达的关键机制。对于材料科学和小分子设计而言，同理——晶体的性能源于其晶格排列，分子的活性取决于拓扑关系，而非仅仅依赖文字描述。
2026年7月8日，上海人工智能实验室联合香港中文大学、中科院上海药物研究所、斯坦福大学、牛津大学、上海交通大学、复旦大学、中国科学技术大学、南京大学等团队，共同发表了题为「Accurate, Interdisciplinary and Transparent Structure-property Understanding with Deep Native Structural Reasoning」的研究成果。在这项工作中，团队推出了新一代科学推理模型SciReasoner，并首次提出原生结构推理（Native Structural Reasoning）这一概念。与传统科学大模型将结构信息仅作为额外输入不同，SciReasoner 将蛋白质结构、晶体结构以及分子拓扑作为整个推理过程的核心依据，使AI能够围绕真实的科学证据组织分析，而非依赖语言模式生成答案。
论文链接：https://arxiv.org/pdf/2607.07708
项目主页：https://scireasoner.github.io
离散结构转化
对人类研究人员而言，科学推理本质上是一种“基于证据”的驱动过程。例如，分析未知蛋白质时，研究人员通常不会先阅读文字描述，而是首先观察其空间折叠方式、活性位点以及结合区域，再结合已有知识判断其可能承担的功能。材料科学家在研究新晶体时，也更关注晶格排列、空间群以及化学键连接，而非简单根据化学式去推测。
然而，大多数现有科学大模型缺少这种能力。即便能回答复杂问题，它们的推理过程仍主要建立在语言关联之上，结构信息往往只是附加参考，并未真正参与模型内部的推理链条。因此，当面对需要空间关系判断的问题时，模型容易给出看似合理却缺乏科学依据的答案。
图1：SciReasoner概述，这是一款用于生物分子、小分子和周期性晶体原生结构推理的统一多模态基础模型。
针对这一问题，SciReasoner 设计了一套专用的“语言”：小分子采用ConfSeq表示，保留原子类型、键拓扑、扭转角及三维构象；蛋白结构使用Foldseek 3Di表示，捕捉局部折叠、近邻残基和空间环境；晶体结构则使用SLICES表示，保留空间对称性、键拓扑和周期连接。这些结构信息被转化为结构感知Token，随后进入大模型进行推理。
注释与逆向
蛋白质功能预测长期以来依赖同源性比对。如果未知蛋白能找到相似蛋白，其功能便可参考迁移。但在低同源蛋白和孤儿蛋白上，这一方法常遇到瓶颈——这类蛋白缺乏可靠的“近亲”，只能回归结构本身寻找线索。而这正是SciReasoner的发挥空间。
在低同源和孤儿蛋白功能注释任务中，SciReasoner 将Fmax从0.39提升至0.48，相对提升23%。在DeepFRI-GO蛋白功能预测基准上，其整体表现超过了BLAST、Foldseek、ESM2、SaProt等方法。尤其值得注意的是，在序列相似度低于30%的区域，SciReasoner 相比传统同源迁移方法的优势最为显著。
图2：SciReasoner通过基于结构的推理预测蛋白质基因本体论术语。
面对一个给定分子，化学家通常会进行逆向思维：断键的合理位置与后果，对应的反应与路线可行性——这些都被SciReasoner纳入了推理链。它首先分析产物的骨架和官能团，然后识别关键断键，接着验证反应物结构，最后判断反应可行性。在USPTO-50K标准逆合成任务中，SciReasoner的Top-1准确率达到72.0%，显著超过此前最佳方法RSGPT的63.4%。在代表性案例中，SciReasoner 会明确指出酯键、三唑片段、硫醚氧化位点、Suzuki偶联片段等结构证据。化学家可以沿着这些线索检查路线是否合理，而不再只看到一组最终SMILES。
结构理解分析
在真正理解结构之后，SciReasoner 展现出强大的筛选能力。即使两个分子的二维骨架完全不同，它也能基于它们相似的三维药效团将其识别出来。研究团队直接抽取SciReasoner的分子表示用于DUDE虚拟筛选，无需额外依赖对接打分或任务微调，即可匹配既有最佳AUC，并将5%富集因子从7.1提升至7.7。
图3：SciReasoner构建了化学可行的逆合成路线，并捕捉了可能的三维分子结构用于相似性表示。
筛选之外，材料性质预测同样与结构紧密相关。在材料任务中，模型不仅提升了预测表现，还学习到了清晰的结构-性质组织关系：不同组成和晶型会自然分离，带隙大小呈现连续变化。在TiGaCo2稳定性预测案例中，SciReasoner 识别出SLICES结构字符串中对应Fm-3m空间群的片段，再结合Ti-Co、Ti-Ga、Ga-Co等周期连接边，推断其具有类似L2_1 Heusler结构的稳定特征。
图4：材料预测性能评估与学习到的结构-性质潜在空间可视化。
从单点模型到科学推理底座
SciReasoner 打通了蛋白质功能注释、逆合成规划、药物筛选、材料性质预测的底层分析链路。短期来看，它可以服务于蛋白质功能发现、药物筛选、化学路线规划和材料性质预测；长期而言，它指向一种更通用的科学智能：AI不仅能计算科学问题，还能围绕结构证据解释科学问题。SciReasoner 将结构从输入信息转变为推理证据，将模型输出从黑箱预测变为可审查的科学链路。从结构出发，推理性质——这是科学基础模型迈向下一阶段的关键一步。