AI5 lis 2026, 07:26 UTC·2 min czytania

Elsevier wdraża w Reaxys model wizyjny LG AI Research do chemii

Elsevier zintegrował z Reaxys model wizyjny LG AI Research, który zamienia wzory strukturalne z artykułów i patentów w dane możliwe do przeszukiwania.

A researcher viewing a chemical structure diagram on screen as AI software highlights atoms and bonds for extraction. — Zdjęcie: zdnet.co.kr

Elsevier wdrożył w usłudze wyszukiwania informacji chemicznych Reaxys technologię rozpoznawania obrazu opracowaną przez LG AI Research. Jak poinformowała firma 5 listopada, system odczytuje wzory strukturalne z publikacji naukowych i patentów oraz zamienia je w dane, które da się przeszukiwać.

Dotąd naukowcy szukający konkretnej substancji lub reakcji często musieli ręcznie przeglądać wzory w artykułach i patentach. Struktury związków oraz przebieg reakcji bywają bowiem przedstawiane jako rysunki, a nie tekst, więc zwykłe wyszukiwanie ich nie wychwytywało.

Jak działa model

W chemii drobna różnica zmienia znaczenie. Błędnie odczytana jedna kreska wiązania może oznaczać inny związek. Dokładna ekstrakcja jest szczególnie ważna w chemii nieorganicznej i metaloorganicznej, gdzie struktury są złożone.

LG AI Research stworzyło model wyspecjalizowany w chemii. W jednym systemie połączono wykrywanie cząsteczek, analizę schematów reakcji oraz optyczne rozpoznawanie struktur chemicznych (OCSR). AI znajduje wzory w dokumencie, analizuje atomy i wiązania, a następnie zapisuje je jako dane. Dzięki temu badacz może sprawdzić, czy dany związek pojawiał się już w literaturze, oraz wyszukać powiązane substancje i reakcje.

Elsevier zastosował technologię w procesie ekstrakcji i weryfikacji danych w Reaxys. Usługa dostarcza informacje o substancjach, reakcjach, bioaktywności, celach biologicznych i właściwościach związków. Według firmy pozwala to szybciej i szerzej pozyskiwać informacje, które wcześniej pozostawały w postaci obrazów, a badaczom ułatwia poszukiwanie nowych substancji, sprawdzanie powtarzalności badań i projektowanie dróg syntezy.

Testy i dalsze plany

W opublikowanej przez LG AI Research własnej ocenie model osiągnął lepsze wyniki niż dotychczasowe alternatywy w teście ekstrakcji informacji chemicznych z całej strony dokumentu. Przed wdrożeniem Elsevier sprawdził dokładność ekstrakcji według dotychczasowych kryteriów Reaxys oraz zweryfikował systemy i procedury, tak aby jakość danych utrzymała się przy przetwarzaniu dużych zbiorów dokumentów.

Obie firmy planują rozszerzyć współpracę na ekstrakcję informacji o reakcjach chemicznych, w tym o substraty i produkty, aby powiększyć zasób danych wyszukiwarki. Mirit Eldor z Elsevier podkreśliła, że im mniej czasu chemicy poświęcają na odczytywanie schematów, tym więcej mogą go przeznaczyć na nowe odkrycia.