分子性质预测有了统一考场：17个数据集、80万条记录，物理约束把违规预测压到1.8%
核心概要
分子性质预测长期分散在各自的数据集和评测协议上，难以判断一个分子表示能否跨性质、跨体系迁移。Chem World把17个公开数据集、逾80万条分子与化学体系记录整合进10条性质轨道，并配以物理感知组合建模PACM。在统一评测下，MolFormer加PACM取得最低的宏平均归一化RMSE 0.367，物理边界违规率从基线的9.7%降到1.8%。
深度剖析
分子性质预测现在有了一个覆盖单分子与多组分体系的统一评测基准，把密度、电导率、溶解度、黏度、混合焓等10条性质轨道放进同一套数据模式和划分规则。 此前的基准多聚焦单一性质、特定分子任务或特定化学领域，数据集与评测协议不一致，难以做跨任务的系统比较。 Chem World整合17个公开数据集、逾80万条分子与化学体系实例；作为对照，QM9约含13万分子，CheMixHub为50万规模。
PACM把预训练分子表示、组分间成对交互建模和按任务选取的物理约束组合起来，让分子层面的表示能延伸到多组分体系。 直接对组分表示做平均会忽略随组成变化的贡献和非加和的混合行为，也可能给出物理上不合理的预测。 在Chem World上，MolFormer加PACM的宏平均归一化RMSE为0.367，低于MolFormer加DeepSets的0.433和MolT5加Set Transformer的0.416。
去掉物理约束会让误差上升，说明这些约束不只是装饰。 完整PACM的宏平均归一化RMSE为0.367，去掉物理边界约束后升到0.412，是消融中退化最大的一项。 同一消融中，去掉成对交互升至0.389，去掉组成正则升至0.398，去掉适用的温度约束升至0.382。
启示与展望
评测覆盖Chem World整合的17个公开数据集与10条性质轨道，包括单分子和多组分体系；预测被定位为早期科学筛选与实验规划，不替代湿实验验证、安全性评估或监管与临床决策。
整合的数据集在测量协议、条件和数据质量上存在差异；分组划分降低了相关观测间的泄漏，但不保证对未见分子、组成或实验条件的泛化；物理约束依赖任务特定假设，未必覆盖所有复杂分子相互作用或热力学行为。