设想一场科研变革：当面临“新型药物分子作用于小白鼠体内将产生何种效应”这类问题时，若无需依赖繁琐的临床实验设计和重复验证，只需将药物与环境中多个分子信息输入类似ChatGPT的智能聊天机器人，就能迅速、准确预测出药物可能产生的所有影响。这一颠覆性技术有望大幅削减科研人员的时间成本和相关厂商资源投入，为更快速、精准地发现药物提供强大动力。
中国科学技术大学博士生方俊峰及其团队研发的全球首个统一多模态大语言模型分子交互学习框架——MolTC，正在打破这一看似遥不可及的科学幻想。在逾400万个分子数据集的严苛检验下，MolTC已成功验证其可靠性，方俊峰表示：“尽管目标仍显遥远，但我们的工作已在千里之行中迈出了坚实一步。”
MolTC框架聚焦于高效建模分子图信息，通过整合图编码器与映射器技术，实现对复杂分子关系的深度理解和精确模拟。该团队创新性引入多层级思维链概念，优化了大模型的思考模式和训练范式，并采用动态参数共享策略，在保证预测效率的同时提升预测精度。
MolTC的革命性在于构建了一个全面且易于使用的分子交互输出平台，无需深度学习背景或生化先验知识，即可通过集成海量多元化的分子交互任务，显式高效地揭示并掌握分子间的隐藏关联。这不仅打破了传统深度学习模型只能处理少量任务的局限，也弥补了传统大模型隐式学习分子交互规律的短板，即使面对少样本甚至零样本任务，MolTC依然能够保持卓越的精准度和效率。当前多数分子交互模型需要用户具备特定的专业背景，而MolTC一旦整合了广泛丰富的交互任务，凭借其在零样本任务上的出色表现，能直接给出交互结果，同时适用于多种分子交互任务的分析与建模。
研究起源于当前分子关系学习领域所面临的困境：过于依赖文本信息如SMILES编码，导致未能充分利用分子图中的结构信息；缺乏一个统一的分子交互学习框架，阻碍了跨数据集关键信息的学习提炼。针对这些问题，方俊峰团队借鉴AlphaFold2等生物化学大模型的成功案例，着手开发MolTC框架，旨在解决分子交互任务中的核心挑战。
在研发过程中，团队首先解决了如何高效提取并让大模型理解分子对信息的问题。他们借助Q-Formers架构的启示，利用两个图神经网络编码器获取分子对表征，并通过Q-Formers将其映射至大语言模型的输入空间，使模型如同安装了一双洞悉分子交互的“慧眼”。
然而，分子对交互性质的分析远比单个分子性质复杂，对此，团队创新性地采用了多层级思维链的方法，引导大模型逐步表达，从定性到定量逐层解析分子交互特性，显著提升了预测准确性。通过预训练阶段精心设计的数据集和提示词，MolTC得以适应不同应用场景，尤其在涉及复杂的定量分子交互任务时，展现出了卓越的预测能力。
面对模型混淆输入分子性质的问题，团队通过额外引入分子的SMILES形式来区分输入顺序，确保了MolTC在各类分子交互任务中取得优秀效果。随后，为了应对统一学习框架中不断加入新数据集而导致的精度下降问题，吴畅等人注意到底层交互机制虽有共性但表现各异，于是他们引导MolTC根据角色和顺序创建独特的编码，并采用动态参数共享策略排除冗余信息干扰。
经过横跨12个分子交互数据集、涵盖超过400万个分子对的大规模验证，MolTC的有效性和准确性得到充分证明。近期，相关研究成果《MolTC：语言模型中的分子关系建模》已发表在arXiv上，方俊峰为第一，中科大教授王翔担任通讯。
未来，团队计划进一步丰富MolTC的训练数据，致力于打造真正意义上“统一”的分子交互学习框架，并针对大分子交互任务的表现瓶颈，计划嵌入信息压缩模块，利用诸如“图信息瓶颈”等先进技术，排除冗余信息，拓宽MolTC的应用范围，持续推动分子交互领域的科研进步。
