Chem3DLLM: 3D Multimodal Large Language Models for Chemistry

Chem3DLLM研究总结与核心内容翻译

一、文章主要内容总结

1. 研究背景与挑战

在化学与药物研发领域，分子的3D几何结构是最具信息价值的分子模态（相较于1D SMILES序列和2D分子图），尤其在基于结构的药物设计（SBDD）中，分子空间构象直接决定与蛋白质结合口袋的兼容性和结合亲和力。然而，传统大语言模型（LLMs）在生成3D分子构象时面临三大核心挑战：

• 数据格式不兼容：3D分子结构以数值化、连续的坐标数组或原子间距离矩阵表示，与LLMs处理的离散token序列本质不同。
• 多模态对齐困难：难以在统一模型中整合文本描述、蛋白质结构、小分子配体等异质输入。
• 缺乏科学先验：LLMs未捕获键长、键角、立体化学等物理化学约束，无法保证生成分子的化学有效性。

2. 核心解决方案：Chem3DLLM框架

Chem3DLLM是一种蛋白质条件约束的统一多模态大语言模型，通过“表示→对齐→优化”的结构感知生成路径，解决上述挑战，主要包含三部分核心设计：

• 可逆分子token化压缩（RCMT）：将3D分子的SDF格式（含原子坐标、键信息）通过游程编码（RLE）压缩为紧凑文本序列，在保留完整结构信息的同时实现3倍体积缩减，使3D数据适配LLMs的离散token空间，且支持无损解码回3D