据《Scientific Reports》2026年10月17日发表的一项研究，研究人员评估了机器学习根据分子结构预测苯并噻二唑（BTD）衍生物吸收和发射波长的能力。研究重点不是单纯追求更高的测试分数，而是检验模型能否推广到训练集中没有出现过的新化学结构。原始研究
研究采用“分子感知”的训练—测试划分方式，即同一化学结构在不同溶剂中的全部测量值同时留在训练集或测试集，避免模型只记住某些已知分子在不同溶剂下的变化。结果显示，与传统随机划分相比，冠军模型的表现下降约27至29个百分点。这说明随机划分得到的高准确率，主要反映模型能够预测已知染料的溶剂效应，并不等同于模型已经具备对新分子结构的可靠外推能力。
在研究采用的单次划分实验中，计数型Morgan指纹将吸收预测指标从0.747提高到0.941，将发射预测指标从0.797提高到0.916。论文认为，计数型指纹能够记录供体子结构的重复频率，而这类结构信息与分子内电荷转移特征有关。研究还比较了图神经网络、多任务学习、扩展描述符和集成方法；在该数据规模下，这些方法均未超过计数型指纹方案。不过，论文同时强调，某一数据集上的最佳分数不能直接推导为对更广泛化学空间的普遍能力。
特征重要性分析显示，叔胺取代是影响预测的重要结构因素；对于发射性质，溶剂极性在四种模型与编码组合中均位列第一或第二，而在吸收预测中排名相对靠后。研究人员据此认为，发射状态对溶剂环境表现出更强的溶剂变色效应。就实际应用而言，现有模型更适合帮助研究人员为已知染料选择溶剂；如果目标是设计真正的新分子，则需要扩大训练数据中的结构多样性，并采用按分子隔离的评估方式。
需要注意的是，Nature页面将该论文标注为提前公开的同行评审接收稿，后续可能被正式版本替换并进一步编辑；文中结论仅针对研究使用的数据集和实验设置，不能据此宣称机器学习已经普遍解决了新型光电分子设计问题。
参考来源：
由 AI 整理，仅供参考；请以原始来源为准。
