📄 chemistry

MolTabReco: Table-Coordinate-Grounded Chemical Table Recognition with SMILES Recovery for Molecular-Structure Cells

يُعد MolTabReco إطار عمل متعدد المراحل يدمج بين تحديد إحداثيات الجداول، ونماذج الرؤية واللغة، والتعرف البصري على البنية الكيميائية لاستعادة البنى الجزيئية بدقة من جداول الأدبيات الكيميائية في شكل سلاسل SMILES المعيارية، متفوقاً بشكل كبير على الطرق الحالية التي تفشل في تحويل التصويرات الهيكلية إلى بيانات قابلة للحوسبة.

المؤلفون الأصليون: Wei Hu, Wei Liu, Yuanjie Xiang, Jiawei Huang, Mei Ouyang, Jiajun Tao, Yao Song

نُشر 2026-08-11

📖 4 دقيقة قراءة☕ قراءة في استراحة قهوة

CC BY 4.0

المؤلفون الأصليون: Wei Hu, Wei Liu, Yuanjie Xiang, Jiawei Huang, Mei Ouyang, Jiajun Tao, Yao Song

البحث الأصلي مرخَّص بموجب CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). ✨ هذا شرح مولَّده بالذكاء الاصطناعي للبحث أدناه. لم يكتبه المؤلفون ولم يصادقوا عليه. وللتحقق من الدقة التقنية، يرجى الرجوع إلى البحث الأصلي. اقرأ إخلاء المسؤولية الكامل

تخيل أنك محقق يحاول حل لغز، لكن الأدلة مبعثرة عبر مسرح جريمة فوضوي. بعض الأدلة مكتوبة على ملاحظات لاصقة، وبعضها مطبوع على جهاز كمبيوتر، وبعضها الآخر مخفي داخل خرائط مرسومة يدويًا ومعقدة. في عالم الكيمياء، كان العلماء يمتلكون منجمًا من المعلومات لعقود: آلاف الأوراق البحثية المليئة بالجداول. تسرد هذه الجداول التجارب، والأرقام، والأهم من ذلك، رسومات الجزيئات — تلك اللبنات الصغيرة للحياة والدواء. لفترة طويلة، استطاعت أجهزة الكمبيوتر قراءة الكلمات المطبوعة والأرقام بسهولة، ولكن عندما كانت تواجه رسمًا لجزيء، كانت تصطدم بحائط مسدود. كانت ترى خطًا متعرجًا وتقول: "أنا أرى صورة"، لكنها لم تكن تستطيع إخبارك ما هو هذا الجزيء أو كيف تستخدمه في برنامج حاسوبي. كان الأمر يشبه امتلاك مكتبة حيث الكتب مكتوبة بلغة لا يستطيع أمين المكتبة التحدث بها.

لإصلاح ذلك، يستخدم العلماء رمزًا خاصًا يسمى SMILES. يمكنك التفكير في SMILES ككلمة مرور سرية أو رمز شريطي فريد لكل جزيء. إذا كنت تملك رمز SMILES، يمكن للكمبيوتر أن يفهم فورًا شكل الجزيء، ويتنبأ بكيفية سلوكه، ويبحث عن جزيئات مشابهة له. التحدي كان دائمًا أن رسومات الجزيئات هذه في الجداول كانت فوضوية. غالبًا ما تكون صغيرة جدًا، ومحشورة بجانب النصوص، أو مشطوبة بخطوط الجدول، أو مرسومة بدقة منخفضة. برامج الكمبيوتر العامة التي تقرأ النصوص (مثل التعرف الضوئي على الحروف OCR) ترتبك أمامها، وحتى الذكاء الاصطناعي المتقدم الذي يفهم الصور غالبًا ما يخمن أو يتركها فارغة. السؤال الكبير كان: هل يمكننا بناء نظام لا يكتفي فقط بإيجاد هذه الرسومات الصغيرة في جدول فوضوي، بل يترجمها أيضًا إلى رمز SMILES المثالي والقابل للاستخدام، مع معرفة موقعها بالضبط في أي صف وعمود؟

هنا يظهر MolTabReco، وهو محقق رقمي جديد ابتكره باحثون في جامعة هونان للطب الصيني. يمكنك التفكير في MolTabReco كفريق متخصص ومنظم للغاية يعمل معًا لتنظيف مكتبة فوضوية. بدلًا من محاولة قراءة الصفحة بأكملها دفعة واحدة، يقوم هذا النظام بتفكيك المهمة إلى عملية ذكية متعددة الخطوات. أولاً، يعمل ككشاف حاد البصر، حيث يجد الحدود الدقيقة للجدول في الصفحة ويتجاهل العناوين أو الحواشي التي قد تسبب الارتباك. بعد ذلك، يستخدم ذكاءً اصطناعيًا قويًا (يسمى نموذج الرؤية واللغة VLM) لرسم خريطة شبكة الجدول، وتحديد مكان الصفوف والأعمدة، تمامًا مثل رسم شبكة على خريطة.

ولكن هنا يصبح MolTabReco ذكيًا حقًا. فهو يعلم أن ليس كل خلية في الجدول متشابهة. فبعض الخلايا تحتوي على نصوص بسيطة مثل "درجة الحرارة: 50 درجة مئوية"، بينما تحتوي خلايا أخرى على رسومات الجزيئات الصعبة تلك. يمتلك النظام "شرطي مرور" خاصًا ينظر إلى كل خلية ويسأل: "هل هذا رسم أم مجرد كلمات؟" إذا كانت مجرد كلمات، يستخدم النظام قارئ نصوص موثوقًا لنسخها. أما إذا رصد شرطي المرور رسمًا لجزيء، فإنه يرسل تلك الخلية المحددة عبر مسار مختلف ومتخصص للغاية. هذا المسار مصمم للتعامل مع فوضى الرسم: حيث يقوم بعمل زووم (تكبير)، وتنظيف الصورة، وإزالة خطوط الجدول المشتتة، ثم يستخدم خبير جزيئات ذكاء اصطناعي لفك تشفير الخطوط المتعرجة إلى كلمة مرور SMILES السرية.

النتائج التي حققها هذا الأسلوب الجديد واعدة للغاية، رغم أن الباحثين حذرون من وصفه بحل مثالي بعد. فعندما اختبروا MolTab reco على مجموعة بيانات من الجداول الكيميائية الحقيقية، وجدوا أن الطرق السابقة (النموذج المرجعي VLM) كانت عديمة الفائدة تقريبًا فيما يتعلق برسومات الجزيئات، حيث كانت تصيب بنسبة 8% فقط، وغالبًا ما كانت تخمن أو تتركها فارغة. في المقابل، تمكن MolTabReco من تحويل الرسومات إلى رموز SMILES بشكل صحيح بنسبة 44% تقريبًا. وإذا نظروا فقط إلى الجداول التي كانت الشبكة فيها متوافقة تمامًا، فقد ارتفعت نسبة النجاح هذه إلى ما يقرب من 55%. ورغم أنه ليس مثاليًا بنسبة 100%، إلا أن هذه قفزة هائلة للأمام. هذا يعني أنه لأول لأول مرة، يمكن للكمبيوتر أن يأخذ صفحة فوضوية من البيانات الكيميائية ويحول رسومات الجزيئات المخفية إلى قائمة قابلة للاستخدام من الرموز، مع ربط كل منها بموقعها الدقيق في الجدول.

اختبر الباحثون أيضًا ما إذا كان بإمكانهم استخدام روبوت دردشة ذكي للغاية (Chatbot) لـ "إصلاح" أي أخطاء يرتكبها النظام. ووجدوا أن السماح لروبوت الدردشة بإعادة كتابة الجدول بأكمله كان أمرًا خطيرًا؛ فقد كان يغير الأرقام الصحيحة إلى أرقام خاطئة أو يبتدع حقائق تبدو جيدة ولكنها غير صحيحة علميًا. بدلًا من ذلك، قرروا استخدام روبوت الدردشة فقط كمحرر حذر للأجزاء الأكثر إرباكًا، حيث يتحقق من عمله مقابل قواعد صارمة قبل قبول أي تغييرات. يضمن هذا النهج أن تكون البيانات النهائية موثوقة. في النهاية، لا يكتفي MolTabReco بقراءة الجدول فحسب؛ بل يفهم الفرق بين الكلمة والجزيء، محولًا صورة ثابتة لورقة كيميائية إلى قاعدة بيانات ديناميكية وقابلة للبحث من أسرار الجزيئات.

أبحاث مشابهة