英矽智能携手沙特阿美,发布AI筛选与验证“流水线”Sanity Pipeline

2025年10月，诺贝尔化学奖被授予北川进（Susumu Kitagawa）、理查德·罗布森（Richard Robson）和奥马尔·亚吉（Omar Yaghi）三位科学家，以表彰他们在金属有机框架（Metal-Organic Frameworks, MOFs）材料开发方面的开创性贡献，这一突破让材料科学从“偶然发现”进化为“可编程设计”。MOFs常被比作“分子积木”，由无机节点和有机配体构建而成，具有极其丰富的结构多样性和高度可调控的性质，在气体储存、分子分离、催化、污染物去除、空气集水、能源转换与存储、传感以及生物医药等领域展现出极为广泛的应用前景。

由于无机节点具有多样性，而有机配体的种类近乎无限，二者排列组合的可能性更是指数型增长，为MOF提供极其广阔的设计空间，同时为依赖人工枚举与试错的传统研发流程带来挑战。随着生成式人工智能和基础模型的快速发展，变革性的创新方案正在成型：通过学习海量数据库，AI模型可以实现逆向结构设计，以前所未有的速度定位具有潜力的新材料。

然而，要在材料科学领域充分发挥生成式人工智能和数据驱动方法的潜力，还需要在结构验证工具方面取得进展。为应对这一需求，沙特阿美与由生成式人工智能驱动的生物医药科技公司英矽智能（Insilico Medicine, 03696.HK）的研究人员共同推出AI筛选与验证系统Sanity Pipeline，旨在解决材料科学中结构有效性验证的关键挑战。该研究成果于近期以预印本论文形式在ChemRxiv上发表。

点击文末【阅读原文】即可访问

文章作者指出，“在大规模MOF数据库上训练的生成式AI模型面临一个关键挑战，即CIF文件中隐藏的几何不一致、连接方式错误，以及不合化学逻辑的氧化态。这些问题会导致训练数据产生偏差，降低模型可靠性，并导致生成不切实际的材料。虽然现有工具可以解决问题的个别方面，但仍然无法提供适合现代生成式工作流程的统一、可扩展解决方案。”

针对这一瓶颈，双方此次推出的多层级AI筛选与验证系统Sanity Pipeline结合了高速预筛选和深度验证，既支持高通量筛选，又能对缺陷进行精细检测。其核心模型由沙特阿美和英矽智能联合开发，包括用于超高速MOF分解和结构分析的工具LibCIF，以及用于识别氧化态异常的检测器OxiChecker。此外，该系统还整合了多种成熟的几何与晶体学验证工具，形成统一、可扩展的验证工作流。

LibCIF能够快速将晶体结构分解为节点、配体和分子片段，并执行结构检查。与现有解决方案相比，它实现了显著的速度提升，能够实时处理大规模数据集，因此尤其适用于对反馈速度高度敏感的场景，包括强化学习管线和大规模生成式AI结果筛选等。

OxiChecker则通过评估电荷中性和氧化态一致性，提供了补充性的化学验证。它采用多路径电荷分配策略，处理共轭体系和自由基体系中的模糊性，并针对常见无机和有机金属基团引入特定领域规则。和传统工具相比，OxiChecker可以不受化学键分类不明的影响，在噪声相对严重的生成式AI输出结果中维持可靠的表现。

通过整合多个高效组件，Sanity Pipeline构建了一个可扩展的验证链条，同时支持实时筛选和高精度离线分析，可根据使用场景在速度和准确性之间实现灵活平衡，为下一代材料发现和AI驱动的设计打下坚实基础。

目前，Sanity Pipeline系统已在技术交流社区GitLab公开发布，有望广泛支持新型材料发现及其向实际应用的转化。

作为英矽智能与沙特阿美携手推出的最新落地成果，Sanity Pipeline的发布进一步巩固了双方合作关系。自2023年在LEAP科技大会上签署战略合作协议（MoU）以来，双方协同合作，利用生成式人工智能技术，在可持续发展与衰老相关科学的交叉领域推动创新。