研究解讀
Angewandte Chemie International Edition
Hypothesis-and-Refinement Learning of Organic Structures From Multimodal Spectroscopic Data
一套「假設—精修」系統：先依據多模態光譜提出分子結構假設，再以同時納入分子式、精確質量與不飽和度的分子生成模型加以修正。
01 / 研究問題
研究問題
分子結構解析是一個欠定的逆問題：每種光譜只提供部分證據，而多個不同結構都可能看似合理。
02 / 研究方法
研究方法
此流程先整合互補光譜證據提出候選結構，再利用分子式、精確質量和不飽和度等顯式化學約束進行精修。
03 / 研究意義
研究意義
將多模態證據與顯式化學約束結合，可使自動結構解析更符合化學規律，也更便於檢查與解釋。
04 / 發表資訊
發表資訊
- 作者
- Chengchun Liu†, Zhiyuan Yan†, Li Yuan, Hao Li, Boxuan Zhao, Yonghong Tian, Bartosz A. Grzybowski, and Fanyang Mo
- 期刊
- Angewandte Chemie International Edition
- 年份
BibTeX
@article{liu2026spectromol,
title = {Hypothesis-and-Refinement Learning of Organic Structures From Multimodal Spectroscopic Data},
author = {Chengchun Liu and Zhiyuan Yan and Li Yuan and Hao Li and Boxuan Zhao and Yonghong Tian and Bartosz A. Grzybowski and Fanyang Mo},
journal = {Angewandte Chemie International Edition},
year = {2026},
date = {2026-09-11},
eid = {e9212238},
doi = {10.1002/anie.9212238},
url = {https://doi.org/10.1002/anie.9212238}
}