摘要：Nature刊登了多篇研究文章，这些文章聚焦在材料科学、生物医药、分子设计、疫情预测等科学研究的核心领域。

Nature刊登了多篇研究文章，这些文章聚焦在材料科学、生物医药、分子设计、疫情预测等科学研究的核心领域。

这些研究背后的共同点是：大语言模型正被用来“做科学”。

这引发了一个值得深入讨论的问题——大语言模型是否已经成为推动科学发现的新型工具？

6月，英国雷丁大学团队在《Nature Communications》上发表了一篇论文，提出了一个名为CrystaLLM的模型。

它的工作方式与传统晶体结构预测方法不同，是将晶体结构信息转化为一种类似自然语言的符号序列，由语言模型进行自回归生成。

论文作者Luis Antunes团队使用了数百万个标准晶体信息文件（CIF）作为训练数据。

模型训练完成后，能够基于一个初始提示，逐步生成符合物理规律的晶体结构，并通过从头模拟验证了其物理稳定性。

研究结果表明，在多个未见晶体结构的生成任务中，CrystaLLM生成的结果符合结晶学规范，具备良好的几何稳定性。

语言模型生成的结果确实在科学标准下站得住脚。

除了CrystaLLM模型，澳大利亚莫纳什大学团队提出了LLM4SD框架。

这一模型专注于分子属性预测任务，研究团队采用了“文献知识提取+分子结构推理”的思路。

研究团队将这些向量输入到传统的可解释模型（如随机森林）中，最终发现：模型不仅能给出预测结果，还能解释每一个决策背后的逻辑依据。

例如，含卤素的分子更易穿透血脑屏障，这一结论来源于文献推理，但得到了数据验证。

这种设计方式让语言模型不再只作为生成工具被使用。

大多数人对大模型的印象，仍停留在“实验室演示阶段”。

美国约翰·霍普金斯大学团队一项名为PandemicLLM的研究，让这个印象发生了改变。

研究内容是将传染病疫情预测任务，转化为一个基于文本推理的任务。

研究团队从美国50个州采集了104周的数据，整合了5200条时空分布记录，训练模型预测未来一到三周的住院趋势。

结果显示，PandemicLLM在多个指标上优于传统的时间序列模型，尤其在面对复杂变量交互时，预测更为稳定。

这种能力不限于疫情预测。

中国浙江大学的研究团队则从另一个角度给出了回答。

他们研发的SciToolAgent，基于一个知识图谱驱动的系统，可以调用、编排、执行超过200种科研工具，包括蛋白质工程、化学反应预测、合成路线规划等。

研究团队构建了一个名为SciToolKG的知识图谱，记录了每个工具的功能、输入输出要求和安全规范。

模型根据用户需求，自动生成工具链，并执行各项任务，最终生成结果报告。

在实际测试中，这一系统的表现优于传统手动配置流程。

这意味着，科研流程中的工具整合、任务执行，已经可以由模型部分完成。

大语言模型在多个科学领域的应用不断扩大。

CrystaLLM的晶体结构生成、LLM4SD的属性预测、PandemicLLM的疫情建模、SciToolAgent的科研流程自动化，大语言模型正在从语言生成工具转变为科学参与者。

语言模型正逐步成为科学发现的一部分。

它是通往新型科研范式的起点。

来源：妇产科医生小永