PolyFusionAgent：用于聚合物性能预测与逆向设计的多模态基础模型与自主AI助手

背景

聚合物（Polymer）的发现与开发是能源存储、生物医学等关键领域的核心驱动力。然而，这一过程面临着巨大的挑战，主要源于两个相互关联的瓶颈：

1. 天文数字般的化学设计空间：聚合物的单体组合、序列排列、拓扑结构以及立体化学变化构成了一个极其庞大且复杂的搜索空间，传统试错法或基于规则的计算方法难以有效覆盖。
2. 数据与知识的碎片化：现有的AI模型往往将聚合物的结构、性能数据以及先验知识割裂开来处理。这种碎片化的表示方式导致许多AI模型脱离了物理现实和实验事实，限制了它们直接支持可执行的设计决策的能力。

简而言之，现有的技术难以在庞大的设计空间中高效地找到既符合物理规律又具有新颖结构的聚合物，且缺乏将预测结果与科学文献证据相结合的闭环机制。

核心内容

为了解决上述问题，研究团队提出了 PolyFusionAgent，这是一个交互式框架，旨在通过耦合多模态聚合物基础模型与工具增强型、文献 grounded（基于证据）的设计智能体，实现聚合物性能的预测与逆向设计。该框架主要由两个核心组件构成：

1. PolyFusion：多模态聚合物基础模型

PolyFusion 是该框架的基础，它致力于对齐聚合物的多种互补视角，包括：

• 序列（Sequence）
• 拓扑（Topology）
• 3D几何结构（3D Geometry）
• 指纹特征（Fingerprints）

通过对数百万种聚合物的这些多模态数据进行对齐，PolyFusion 学习到一个共享的潜在空间（Shared Latent Space）。这一潜在空间具有跨化学体系和数据 regimes 的可迁移性，从而带来了两方面的显著提升：

• 性能预测优化：提高了对热物理性能（thermophysical properties）预测的准确性。
• 条件生成能力：能够根据特定的性能条件，生成化学上有效且结构新颖的聚合物，这些生成的聚合物甚至超出了参考设计空间的范围，实现了真正的创新探索。

2. PolyAgent：自主设计智能体

PolyAgent 负责闭合设计循环（Design Loop），它不仅仅是一个预测工具，更是一个能够进行科学推理的助手。其核心功能包括：

• 证据检索：从聚合物文献中检索相关证据。
• 假设提出与评估：提出设计假设，并对其进行评估。
• 上下文关联：将假设置于具体的科学文献背景中，提供明确的先例支持。

通过在一个工作流中整合预测、逆向设计与文献证据检索，PolyAgent 确保了设计决策不仅仅是数学上的最优解，更是科学上可解释且有据可依的。

整体协同效应

PolyFusionAgent 将 PolyFusion 的大规模表征学习能力、多模态化学知识与 PolyAgent 的可验证科学推理能力相结合。这种结合使得聚合物发现过程变得交互式且与证据紧密链接，从而支持更直接、更可信的设计决策。

关键要点

• 多模态对齐：PolyFusion 模型通过对齐序列、拓扑、3D几何和指纹等多种聚合物视角，构建了一个统一的共享潜在空间，解决了数据碎片化问题。
• 跨域可迁移性：该模型学到的潜在空间具有跨化学体系和不同数据分布的迁移能力，提升了模型的泛化性能。
• 超越参考空间的设计：不仅限于预测已知性能，PolyFusion 支持基于性能条件的生成式逆向设计，能够创造出化学有效且结构新颖的聚合物，甚至突破原有参考设计空间的限制。
• 文献驱动的闭环设计：PolyAgent 引入了文献检索机制，将AI生成的假设与现有科学文献中的证据进行链接，实现了“提出-评估-上下文化”的完整工作流。
• 可验证的科学推理：不同于黑盒预测，PolyFusionAgent 强调设计决策的可解释性和可验证性，通过明确的文献先例支持，增强了AI在科学发现中的可信度。
• 交互式框架：整体框架支持交互式操作，允许研究人员在预测、生成和文献验证之间进行迭代，加速聚合物发现周期。

意义与影响

PolyFusionAgent 的提出标志着AI在材料科学，特别是聚合物领域的一个重要进展：

1. 弥合AI与实验现实的鸿沟：通过引入多模态数据和文献证据，该框架使AI模型不再孤立地处理数据，而是紧密贴合物理现实和实验背景，提高了AI辅助设计的实用价值。
2. 加速新材料发现：通过自动化、智能化的逆向设计和生成能力，大幅缩小了在庞大化学空间中的搜索范围，加速了针对特定应用（如高性能电池材料、生物医用材料）的新聚合物发现。
3. 推动可解释AI在科学中的应用：强调“证据链接”和“可验证推理”，为AI在科学研究中的应用树立了新的标准，即AI不仅给出结果，还需提供科学依据，这对于建立研究人员对AI工具的信任至关重要。
4. 范式转变：从单一的预测模型转向“基础模型+自主智能体”的协同范式，展示了未来AI助手在复杂科学问题中作为合作者而非单纯工具的角色潜力。

总之，PolyFusionAgent 为聚合物科学提供了一个强大且可信赖的数字实验室，有望推动能源、生物医学等领域的材料创新进程。