RxnMiner: un agente multimodale per l’estrazione di dati strutturati sulle reazioni da figure chimiche

Abstract degli autori

I dati sulle reazioni sono alla base dell’apprendimento automatico per la previsione delle reazioni, la raccomandazione delle condizioni e la pianificazione retrosintetica. Tuttavia, estrarli dalle figure presenti nella letteratura richiede ancora un notevole lavoro manuale. Molte figure codificano più esperimenti attraverso modelli condivisi, tabelle dei sostituenti e griglie di prodotti. Ricostruire dati concreti sulle reazioni richiede quindi il riconoscimento molecolare, il collegamento delle evidenze alle singole voci sperimentali e la ricostruzione dei partecipanti specificati indirettamente. Presentiamo RxnMiner, un sistema di agenti multimodale che combina una procedura di estrazione basata sulle conoscenze degli esperti con una suite di strumenti per la chimica, per coordinare queste operazioni. L’agente legge le strutture molecolari, risolve le evidenze condivise e quelle specifiche di ciascuna voce e istanzia i partecipanti a partire dai modelli, assemblando così dati sulle reazioni collegati alle fonti. Presentiamo inoltre ChemRxn-Bench, un benchmark composto da 603 figure di reazioni e 8.547 dati sulle reazioni annotati e verificati manualmente, valutati secondo un protocollo comune per l’identità molecolare esatta e l’abbinamento tra reagenti e prodotti. Su questo benchmark, usando Qwen3.8-Flash-Next come modello di base, RxnMiner porta il macro-F1 delle reazioni, che tiene conto della stereochimica, dal 21,0% ottenuto con la previsione diretta al 71,0%, rispetto al 25,0% del sistema di estrazione esistente più performante. Su cinque modelli di base, supera inoltre di 9,4-25,5 punti lo stesso agente di base privo della procedura di estrazione e della suite di strumenti per la chimica. Applicato senza intervento umano a 10.107 figure tratte dalla letteratura, RxnMiner produce un corpus silver di 88.202 dati sulle reazioni collegati alle fonti.