振动光谱预测不再逐点算DFT：HARMONY以谐波谱为锚，单分子2.12秒给出实验红外与拉曼谱
核心概要
从分子结构直接预测实验振动光谱长期受困于理论计算与实测之间的差距：量子化学算得准但慢，端到端神经网络快却绕开了振动信息。HARMONY把等变神经网络直接预测的力与光谱张量组装成谐波谱，再用HarmoNet结合分子拓扑与测量元数据把它映射为实验红外和拉曼谱。在HarmoSpec测试集上，完整流程对红外和拉曼的平均余弦相似度分别为0.912和0.907，单分子平均耗时2.12秒，约为所评估DFT流程的600倍加速。
深度剖析
HARMONY让实验红外与拉曼光谱的预测在保持秒级推理的同时达到所评估方法中最高的谱相似度，把此前需要量子化学或分子动力学才能给出的谱形压缩到单分子一次前向计算。 此前的路线分成两类：Gaussian 16这类量子化学谐波流程准确但慢，SpecGNN、Chemprop-IR这类端到端网络快却不显式构造振动表示，MACE4IR、DetaNet-MD这类机器学习分子动力学则要采样轨迹。 在45个气相红外分子组成的固定面板上，HARMONY的平均余弦相似度为0.910，高于Chemprop-IR的0.847、MACE4IR的0.717和Gaussian 16的0.648；单分子耗时2.10秒，而Gaussian 16为112秒，所测机器学习分子动力学流程约为3,340至4,620秒。
整套流程的谐波谱由等变神经网络直接给出原子力、Hessian、偶极导数和极化率导数，再经简正模式分析转成红外与拉曼谱，省去了对坐标求导这一步。 常规做法是先学能量或响应函数，再对原子坐标自动微分得到力和张量；直接预测则把张量当作输出头，代价是失去严格的导数一致性。 在QM9S上，最大的EquiformerV3配置直接预测偶极导数的平均绝对误差比求导路线高约12%，但推理延迟降低8.5倍、训练成本降低9.8倍；直接预测的张量在固定几何下重建的谐波红外与拉曼谱对DFT参考的平均余弦相似度为0.987和0.977。
谐波谱、分子拓扑与测量元数据三类输入各管一段谱区，合起来才把谐波表示校正到实验谱形。 只用分子图或只用谐波谱都留下明显缺口，加入测量条件后相似度才逐级抬升。 在HarmoSpec测试集上，仅图的HarmoNet红外余弦为0.830，仅谐波为0.836，加入元数据后分别升到0.888和0.895，三路输入经全局图融合达到0.908，最终的全重原子交叉注意力版本为0.911；按谱区看，去掉谐波信息在400–1000 cm⁻¹使余弦下降0.043，去掉元数据在2500–4000 cm⁻¹下降0.067。
启示与展望
展示范围是HarmoSpec测试集上的实验红外与拉曼谱预测、45个气相红外分子上的效率对比，以及NIST与SDBS上的结构解析评测；短肽结果来自19个氨基酸对照与25条肽谱、其中15条为留出测试。读者若关心具体化学体系或测量条件，应先看该体系是否落在这些数据覆盖之内。
与实验谱吻合并不等于还原了构象分布、分子间相互作用和非谐动力学等微观机制；高相似度本身也不能保证区分结构相近的分子。短肽结果只说明有限实测数据可以改善预测，能否区分结构差异细微的竞争序列仍待考察。