“自动解析”至少包含三种不同任务
先对齐任务、输入和适用范围，再比较不同研究的成绩。
读图时保留这项条件：模拟和实验基准、额外先验及可处理范围不同，百分比不能直接横比。
9.9.1 先把“自动解析”改写为具体任务
读到一篇声称能够自动解析核磁谱的论文，先不要比较摘要里的准确率。应先写清它接收什么、输出什么，以及结果在哪一类样品上检验。给定结构预测位移、在现成结构库里找候选、从谱生成连接图、调用工具修订候选，是四种不同任务。它们可以组成一个工作流，却不能共用一个未经解释的成功率。
展开说明与推导
本节按截至二〇二六年十月十一日可核对的论文、作者仓库和数据入口讨论六项研究。NMR2Struct与NMRElucidator研究谱到结构生成；NMRNet研究结构到化学位移预测；NMR-Solver组合检索与结构优化；NMRGym提供数据和评价任务；NMRAgent组织带工具的推理流程。名称相近，不表示输入和评价单位相同。
还应分清作者整理的位移列表、处理后的频谱和原始 FID。缺少采样、相位和基线信息的峰表，不能替代原始数据质量判断。一个程序能接收氢、碳位移，也不表示它自动利用了 COSY、HMBC、耦合常数或全部立体信息。应按实际接口列出字段，不从“多模态”或“物理引导”等名称补写未输入的实验。
正向预测回答“这个结构可能给出哪些位移”；逆向生成回答“这些观测支持哪些结构候选”。前者可以帮助检验后者，但较小的位移误差不能直接换算为未知结构解析成功率。
9.9.2 两代谱到结构生成框架
NMR2Struct 的二〇二四年研究把子结构识别与结构生成组合起来，由一维氢、碳信息提出分子连接候选。论文主要研究含碳、氮、氧的小分子，考察范围至十九个非氢原子；相应训练谱有模拟来源。这里最有价值的思想是将“发现局部片段”和“组装合法结构”共同学习，不能把研究范围扩大成任意元素、任意大小的天然产物。
展开说明与推导
作者代码提供环境、配置和单谱推理入口，数据记录提供配套资产。真正复现时须固定输入网格或位移编码、检查点和生成设置。论文允许不提供分子式的任务，应与使用分子式过滤候选的任务分别记录；额外约束改变了搜索空间，不能在结果表里省去。
NMRElucidator 延伸了这条路线。二〇二五年十二月的预印本现有二〇二六年六月修订版，工作已于六月九日在线发表于 JCIM。其研究范围扩至四十个非氢原子，并纳入更丰富的元素组成，采用连续碳位移嵌入及相应预训练、微调策略。范围扩展表示作者的研究设定扩大，是否适合某个真实样品仍取决于该样品与训练数据、编码和测试集的关系。
公开仓库给出训练、推理和分析流程，配套大规模谱数据另有存档入口。仓库说明中的历史克隆路径和机器资源参数需要与实际公开仓库及自己的环境核对。不能照抄一组批量设置便声称完成实验谱验证；对单个未知物，生成十五个候选仍只是候选集合，第一项并不自动获得唯一结构的地位。
9.9.3 NMRNet 的正向作用与组合边界
NMRNet 的正式论文发表于二〇二五年《Nature Computational Science》。它利用原子环境的三维表示，通过预训练与位移任务微调预测核磁化学位移。给模型一个结构及所需几何信息，它返回原子相关的预测；这和输入未知谱、直接输出唯一分子是不同问题。
展开说明与推导
正向模型可在候选核验阶段发挥作用。假设两个候选都满足分子式和价态，可分别准备符合要求的原子及坐标表示，得到预测位移，再与已归属或未归属实验列表比较。若实验没有逐原子归属，就需处理匹配和等价原子，不能强行按输入列表的位置对应。构象、溶剂、质子化及参考差异也会进入残差解释。
作者仓库公开实现，并链接数据和权重；说明记录了二〇二六年三月权重更新。因此复现者应保存实际记录版本，而非只写“使用 NMRNet”。其位移输出本身不包含完整的耦合矩阵、线宽与脉冲响应，若要模拟谱线，还需另行定义这些参数。位移预测好坏应按核种和数据条件评价，不能用氢谱误差掩盖碳谱误差。
多个连接候选可能给出相近位移，非手性条件下对映体也不能仅凭相同普通位移分开。预测匹配可保留或削弱候选；唯一结构和绝对构型的结论仍需要足够的独立证据。
9.9.4 检索、局部优化与先验条件
NMR-Solver 于二〇二六年四月发表在《Nature Communications》。它组合 NMRNet 正向位移预测、大型模拟谱结构库检索以及片段层面的优化，由氢、碳位移信息寻找和修订候选。论文评估包含模拟数据及从反应文献整理的实验资料；反应情景可以引入已知反应物等约束。应保留这些情景差异，不把有反应先验的结果写成完全无先验解析。
展开说明与推导
9.9.5 基准和推理代理各承担什么
NMRGym 是基准资源，既讨论谱到结构，也涉及正向位移及其他下游任务。其一月预印本之后，已于二〇二六年八月进入第三十二届 ACM SIGKDD 会议论文集。作者整理多来源核磁资料，统一记录并提供骨架划分；读者仍应检查每个字段的测量、整理或模拟来源，尤其不能把峰位置列表称为原始 FID。
展开说明与推导
数据卡描述氢、碳位移列表、结构和派生标签，并保留访问说明。网页仓库还有旧统计及引用模板，网页演示的任务文字不应替代正式论文。发表状态、下载入口存在和独立复现成功是三项不同记录；本节核对了前两项，没有训练基准模型，也未证明整套数据可在所有环境中直接加载。
NMRAgent 的当前可核对版本是六月二十九日 arXiv 预印本。它把实验位移与分子式交给带工具的语言模型流程，调用候选检索、生成、正向比较及片段修订，并输出峰与原子的解释。能展示推理轨迹有助于审查调用顺序和候选变化，但自然语言解释必须与实际工具返回值一致，不能借解释的流畅性替代谱证据。
仓库公开运行框架、服务接口及环境模板，同时说明大型模型、数据资产与机器配置不在仓库内。实际使用需另备资产和接口配置。这里所说“代理”是论文研究对象；本教材没有执行它的代理流程。其天然产物案例和结构修订主张应回到对应实验及归属，不能直接推广成任意样品的成功率。
| 研究 | 主要输入与任务 | 数据、代码与状态 |
|---|---|---|
| NMR2Struct | 一维氢/碳表示 → 生成结构 | 作者仓库、Zenodo配套谱数据；ACS Central Science，2024 |
| NMRElucidator | 一维氢/碳表示 → 扩大化学范围的生成 | 作者仓库、数据存档；JCIM，2026；另有预印本v2 |
| NMRNet | 结构及原子环境 → 预测位移 | 作者仓库链接数据与权重；Nature Computational Science，2025 |
| NMR-Solver | 位移及情景约束 → 检索和优化 | 作者仓库、模拟库、实验测试资料；Nature Communications，2026 |
| NMRGym | 规定核磁数据 → 多任务评价 | 数据卡及网页仓库；KDD会议论文，2026；访问条件需核对 |
| NMRAgent | 位移与分子式 → 工具辅助候选及解释 | 框架公开，另需模型/数据资产；arXiv v1，2026，当前按预印本引用 |
9.9.6 用一个小清单拆开“更高准确率”
建立二十个教学记录。方法甲只支持其中十个，答对八个；方法乙支持全部二十个，答对十二个。甲在适用子集上的准确率为八除十，即百分之八十；乙为十二除二十，即百分之六十。若只看这两个百分比，会把甲排列在前，却没有回答全部待测样品能解决多少。
展开说明与推导
再计算覆盖率和全清单成功比例。甲覆盖十除二十，即百分之五十，全清单答对八除二十，即百分之四十；乙覆盖百分之百，全清单成功百分之六十。后一个指标把不适用记录记为未解决，适用于评价当前完整工作流的实用能力，却不应被误称为甲在支持范围内的模型准确率。两个指标都保留，差异才可解释。
展开说明与推导
继续公平比较，应把两种方法在共同支持的十个记录上分别运行，使用相同的输入信息和正确性定义。只知道乙在全部二十个中答对十二个，无法推出它在这十个中答对多少。还应固定候选数：前十五项中出现答案和第一项即正确是不同指标，不能将一个方法的前十五项召回与另一个的首项正确率比较。
项目阅读表应为每项成果留出五个位置：任务定义、输入字段、数据来源与划分、代码和资产版本、发表状态。数值旁保留分母与限制，再加一列“自己实际完成的步骤”。访问论文、读取接口和完成独立实验分别记录。下一节据此进一步处理泄漏、校准与拒答，综合项目再将这些研究思路带回可审查的谱学证据链。
先检查样本范围、先验信息、候选数量及失败记录的处理。论文结果可以如实引用为作者在指定测试中的报告；未经同一协议重跑，不能宣布六项研究的统一性能排名。
9.9.7 习题与解答
习题9.9-1 正向还是逆向
把三个候选的坐标交给 NMRNet，再按预测位移残差排序，这一操作是否等于 NMRNet 独立解析未知结构？
解答不是。NMRNet执行结构到位移的正向预测；候选来源、位移匹配和排序属于外围工作流。应分别报告各阶段，核对构象和实验条件。
习题9.9-2 覆盖率
方法甲支持十个、答对八个，总清单二十个。求三个比例，并说明为何不能和乙的全清单正确率直接比较子集准确率。
解答子集准确率80%，覆盖率50%，全清单成功40%。子集与全清单使用不同分母，样本难度也可能不同。共同子集比较还需要乙在相同十个记录上的逐项结果。
习题9.9-3 发表与复现
发现预印本、正式DOI和公开仓库，就能写“模型已复现”吗？本节应怎样描述 NMRAgent？
解答不能。发表、代码公开和独立运行是不同状态，还需资产、版本、输入和结果记录。当前可核对的NMRAgent按arXiv六月二十九日v1预印本引用，框架公开但大型资产另备；本节没有执行模型。
9.9.8 术语
- 正向预测
- 从规定结构及环境预测谱学参数。
- 逆向生成
- 从观测信息提出结构候选。
- 候选检索
- 在已有库中寻找符合观测的条目。
- 片段优化
- 在局部结构空间中修改候选并评价。
- 骨架划分
- 按规定骨架分组分配训练和测试数据。
- 覆盖率
- 支持或处理的样本占完整清单的比例。
- 子集准确率
- 在规定适用子集内正确结果的比例。
- 检查点
- 某一训练状态保存的模型参数资产。
- 发表状态
- 预印本、会议或期刊版本等可核对的出版记录。
9.9.9 参考文献
- Hu F, Chen M S, Rotskoff G M, Kanan M W, Markland T E. Accurate and efficient structure elucidation from routine one-dimensional NMR spectra using multitask machine learning. ACS Cent Sci, 2024, 10:2162–2170. NMR2Struct论文。
- Xu F, Guo W, Wang F, et al. Toward a unified benchmark and framework for deep learning-based prediction of nuclear magnetic resonance chemical shifts. Nat Comput Sci, 2025, 5:292–300. NMRNet论文。
- Jin Y, Wang J J, Xu F, et al. NMR-Solver: automated structure elucidation via large-scale spectral matching and physics-guided fragment optimization. Nat Commun, 2026, 17:4740. NMR-Solver正式版本。
- Hu F, Tubb J M, Argyropoulos D, et al. Pushing the Limits of One-Dimensional NMR Spectroscopy for Automated Structure Elucidation Using Artificial Intelligence. J Chem Inf Model, 2026，6月9日在线发表. NMRElucidator正式版本；预印本v2。
- Fang Z, Yang C, Yu H, et al. NMRGym: A Comprehensive Benchmark for Nuclear Magnetic Resonance Based Molecular Structure Elucidation. Proceedings of the 32nd ACM SIGKDD Conference on Knowledge Discovery and Data Mining V.2, 2026，8月8日在线发表. 会议论文；预印本。
- Fang Z, Yang C, Tan Y, et al. Towards Generalizable and Evidential Nuclear Magnetic Resonance-Based Molecular Structure Elucidation via Large Language Model Agent. 2026, arXiv:2606.29776v1，预印本. NMRAgent原文及版本。