研究问题与适用范围

MolScribe 可从分子结构图预测化学结构。本篇解决的是“如何把图像识别结果变成可审计的结构记录”,而不是仅取得一个能解析的字符串。处理论文图或本地图像时,保留原图及出处。其官方仓库说明输出可含 SMILES、molfile,以及可选的原子、键和置信度信息。

前置条件

准备每图一个清晰结构、安装 MolScribe 与 RDKit 的本地 Python 环境,以及官方 README 指定的模型检查点。记录软件版本、检查点标识、原图哈希、来源、裁剪和缩放过程。模型检查点需要另行下载;处理受限图片前先核对下载与使用条件。

操作流程

  1. 按 MolScribe 官方示例在图像副本上识别,保存原始 smiles、molfile 和可选的原子/键/置信度字段。
import torch
from huggingface_hub import hf_hub_download
from molscribe import MolScribe

checkpoint = hf_hub_download("yujieq/MolScribe", "swin_base_char_aux_1m.pth")
model = MolScribe(checkpoint, device=torch.device("cpu"))
predicted = model.predict_image_file(
    "assets/example.png", return_atoms_bonds=True, return_confidence=True
)
  1. 用 RDKit 解析 SMILES。以下 API 对照了 RDKit Python 指南,本文未实际运行代码。
from rdkit import Chem

smiles = predicted["smiles"]  # predicted 为 MolScribe 输出字典
mol = Chem.MolFromSmiles(smiles)
if mol is None:
    raise ValueError("SMILES could not be parsed")
print(Chem.MolToSmiles(mol, isomericSmiles=True))
  1. 对照原图逐项核对元素、形式电荷、键级、断开片段、环闭合、缩写基团和立体标记。原子坐标与置信度仅辅助定位复核点。每次人工修正都记录修改人与原因。

结果解释与验收

解析成功只表示 RDKit 能按其规则生成分子,并不证明它与原图一致。只有结构连接关系和所有关键标注经人工对照后才接收;否则标记为待确认。同时保留原始与修正后的字符串,便于追溯。

局限与常见错误

模糊图像、重叠文字、截断的键、盐以及楔形键都可能造成误识别。高置信度是模型评分,不是科学或编辑验证。反应示意图或多结构图片应拆分审核。复用前分别核对代码和模型权重许可。

相关 ChemAI Atlas 页面

资源: MolScribe, RDKit. 相关指南: 如何使用 RDKit 构建 AI 化学信息学工作流.

主要来源

  • https://github.com/thomas0809/MolScribe (official source; accessed 2026-10-13)
  • https://github.com/thomas0809/MolScribe/blob/main/molscribe/interface.py (official source; accessed 2026-10-13)
  • https://www.rdkit.org/docs/GettingStartedInPython.html (official source; accessed 2026-10-13)