Anthropic Claude Opus 4.7 化学版本发布：NMR 预测与结构解析

概要

Claude Opus 4.7 在 ¹H 和 ¹³C 化学位移的正向预测精度上达到或超过专用 NMR 工具（如 ChemDraw 和 MestReNova），并且能够仅根据 1D NMR 谱图和分子式推断出正确的分子结构，表明通用大语言模型如今在常规谱图分析任务中已具备竞争力。

化学家依赖 NMR 光谱来推断分子结构，因为大多数小分子无法直接可视化。解析 NMR 谱图需要将每个峰与特定原子匹配，这一过程耗时费力，会拖慢合成研究的进度。自动化这一环节将显著加速药物发现、材料设计以及其他依赖快速结构验证的领域。

结论： Opus 4.7 在 ¹H 化学位移上的平均绝对误差（MAE）最低（±0.079 ppm），在 ¹³C 化学位移上与 MestReNova 持平（±1.37 ppm），优于旧版 Claude 模型，并达到专用软件的水平。

基准数据集： 20 个来自截稿后 ChemRxiv 预印本的新化合物，涵盖四种不同骨架类型，每种均带来独特的 NMR 挑战。
方法： 每个工具接收 SMILES 字符串和溶剂信息，预测完整的 ¹H 和 ¹³C 谱图。Claude 模型对每个化合物进行三次查询，结果取平均值。
误差指标： 若峰落在 ±0.20 ppm（¹H）或 ±1.0 ppm（¹³C）范围内，则视为正确。Opus 4.7 在这些窗口内放置的峰比例最高。
峰形与分裂： 除了化学位移准确性，Opus 4.7 比 ChemDraw 或 MestReNova 更好地复现了实验分裂模式，并在约 80% 的情况下预测出子峰间距在半赫兹以内（而传统工具为 26–35%）。

四种用于正向预测的骨架类别 图 1. 为探测不同 NMR 挑战而选择的骨架家族。

正向预测的 MAE/RMSE 汇总 图 2. 各工具在 ¹H（左）和 ¹³C（右）化学位移上的平均绝对误差（深色）和均方根误差（浅色）

结论： Opus 4.7 能够仅凭谱图和分子式正确识别全部八个简单分子，并在每次运行中解决七个更复杂目标中的四个（当额外提供起始原料 SMILES 作为提示时）。

任务设计： 15 个文献化合物提供了精确的分子式、¹H 和 ¹³C 谱图；对于其中七个最难的案例，还提供了反应起始原料的 SMILES。
输出： 对每个问题，Claude 返回最多三个按排名的候选结构，共查询三次。
结果： 简单目标（单环或双片段）的解决率为 100%。在提供起始原料上下文的情况下，复杂目标的成功率为 100%（四个化合物）或 66%（两个化合物）。

结构解析结果 图 3. 每个逆向预测问题的成功次数；绿色边框 = 仅谱图 + 分子式，蓝色边框 = 谱图 + 分子式 + 起始原料提示。

结论： 基准测试规模较小且范围有限，因此结果应视为具有指示性而非决定性。

结论： Anthropic 将优先解决四个瓶颈——结构数字化、反应推理、机理解释和文献理解，以拓展 Claude 在谱图分析之外的应用。

这些领域成熟度各不相同；谱图分析最为成熟，因此是首个被基准测试的领域，而逆合成与机理推理仍在规划阶段。

Anthropic 正在扩展其 AI for Science 项目，以支持可从 Claude 多模态推理能力中受益的化学项目。有兴趣合作的研究人员可通过项目页面申请，或发送邮件至 scienceblog@anthropic.com。