[논문 리뷰] Artificial Intelligence in Spectroscopy: Advancing Chemistry from Prediction to Generation and Beyond

Kehan Guo, Yili Shen외 9명|ArXiv.org|2025. 02. 14.

Various Chemistry Research Topics인용 수 7

한 줄 요약

MS, NMR, IR, Raman 및 UV-Vis 전반에 걸친 SpectraML에 대한 포괄적 고찰로, 전방 및 역방 과제, 아키텍처, 도전과제 및 생성 모델과 파운데이션 모델을 포함한 떠오르는 방향성과 오픈 소스 데이터셋 저장소를 설명합니다.

ABSTRACT

The rapid advent of machine learning (ML) and artificial intelligence (AI) has catalyzed major transformations in chemistry, yet the application of these methods to spectroscopic and spectrometric data, referred to as Spectroscopy Machine Learning (SpectraML), remains relatively underexplored. Modern spectroscopic techniques (MS, NMR, IR, Raman, UV-Vis) generate an ever-growing volume of high-dimensional data, creating a pressing need for automated and intelligent analysis beyond traditional expert-based workflows. In this survey, we provide a unified review of SpectraML, systematically examining state-of-the-art approaches for both forward tasks (molecule-to-spectrum prediction) and inverse tasks (spectrum-to-molecule inference). We trace the historical evolution of ML in spectroscopy, from early pattern recognition to the latest foundation models capable of advanced reasoning, and offer a taxonomy of representative neural architectures, including graph-based and transformer-based methods. Addressing key challenges such as data quality, multimodal integration, and computational scalability, we highlight emerging directions such as synthetic data generation, large-scale pretraining, and few- or zero-shot learning. To foster reproducible research, we also release an open-source repository containing recent papers and their corresponding curated datasets (https://github.com/MINE-Lab-ND/SpectrumML_Survey_Papers). Our survey serves as a roadmap for researchers, guiding progress at the intersection of spectroscopy and AI.

연구 동기 및 목표

• 다섯 가지 주요 분광 모달리티(MS, NMR, IR, Raman, UV-Vis) 전반에 걸친 SpectraML에 대한 통합 리뷰를 제공합니다.
• 스펙트로스코피 ML 내에서 전방(분자→스펙트럼) 및 역방(스펙트럼→분자) 과제를 구분하고 정리합니다.
• 데이터 품질, 다중 모달 통합, 확장성 등 주요 도전과제와 기회(파운데이션 모델, 합성 데이터, 소수-/제로샷 학습)를 식별합니다.
• 패턴 인식에서 생성 및 추론 프레임워크로의 역사적 진화를 제시합니다.
• 재현 가능한 연구를 촉진하기 위한 데이터셋과 코드의 오픈 소스 저장소를 제공합니다.

제안 방법

• 전방 및 역방 스펙트로스코피 작업에 사용되는 신경망 아키텍처에 대한 조사 및 분류( GNN, 트랜스포머, CNN, RNN, 확산 모델, GAN).
• 스펙트럼 및 분자 구조에 대한 데이터 표현 방식의 설명(벡터, 시퀀스, 그래프, SMILES, 좌표).
• encoding–prediction 프레임워크 및 출력 모달리티(회귀/분류/생성)를 포함한 분자→스펙트럼 예측을 포함한 전방 문제 접근 방법의 논의.
• encod er–decoder 및 encoder–predictor 스키마를 포함한 스펙트럼→분자 추론을 위한 역방 문제 접근 방법의 예시(출력으로 SMILES 및 그래프).
• 파운데이션 모델 및 물리학 기반 생성 모델을 포함한 단일 프레임워크 및 교차 모달 통합의 분석.

실험 결과

연구 질문

• RQ1 MS, NMR, IR, Raman 및 UV-Vis 전반에서 전방(분자→스펙트럼) 및 역방(스펙트럼→분자) 문제를 발전시키는 지배적 ML 방법론은 무엇인가?
• RQ2 고차원 스펙트럴 데이터 처리를 위한 데이터 표현 및 전처리 전략은 어떻게 진화해 왔나?
• RQ3 데이터 품질, 부족 및 다중 모달 통합의 주요 도전과제는 무엇이며, 이러한 문제를 해결하는 새로운 방향은 무엇인가?
• RQ4 파운데이션 모델과 합성 데이터 생성이 SpectraML을 소수-/제로샷 학습 및 교차 모달 작업으로 재구성할 수 있는 방법은 무엇인가?
• RQ5 재현 가능한 SpectraML 연구를 지원하기 위한 개방형 자원은 무엇이 있는가?

주요 결과

• ML 접근 방식은 다섯 가지 분광 모듈에서 전통적 패턴 인식에서 트랜스포머 기반 및 그래프 기반 모델로 진화해 왔다.
• 전방 및 역방 문제의 통일된 프레이밍은 SpectraML의 방법론적 선택과 평가를 명확히 한다.
• 데이터 품질, 부족 및 교차 모달 통합은 여전히 핵심 도전과제로 남아 있으며, 합성 데이터, 물리 기반 방법 및 대규모 사전 학습에 대한 관심을 촉진한다.
• 파운데이션 모델과 교차 모달 융합은 소수-/제로샷 학습 및 보다 견고한 스펙트럴 추론으로 가는 길을 제공한다.
• 데이터셋과 코드의 오픈 소스 저장소가 제공되어 SpectraML 연구의 재현성을 촉진한다.