MAST：结合基序增强扩散与搜索树的光谱分子结构解析框架

从波谱数据反推分子结构，是化学与材料表征中一个长期存在的基础难题。在波谱学发达之前，天然产物的结构解析几乎全靠降解、衍生化等化学合成手段，即便拥有克级样品，过程也常常耗时数年；今天虽然有了多维核磁、高分辨质谱和X射线晶体学，结构误判仍时有发生，假说的最终确认依旧离不开想象力与合成验证 ^[1]。近年来扩散生成模型带来了新的可能：以蛋白口袋为条件的三维分子生成已经显示出条件扩散模型在探索化学空间上的效率与效果 ^[2,3]，这一思路也被推向以谱图为条件的结构解析。但正如新论文指出的，现有方法仅依赖全局谱图表示，难以从有限的谱-结构配对数据中学到稳健的映射关系；同时，反复进行完整采样的推理策略也带来沉重的计算开销。

针对这两个瓶颈，MAST 提出模体增强的扩散框架并配合搜索树，实现二维与三维联合的谱学结构解析。一方面，它在去噪全程引入显式、可解释的模体先验作为中间证据，以降低条件歧义、便利谱条件下的优化；另一方面，它把扩散采样改写为奖励引导的树搜索，优先探索高奖励的去噪轨迹，从而在有限预算内产出一小批与谱图一致的候选结构。在 QM9S 多谱基准上，MAST 取得 94.89% 的精确恢复率，同时改善了三维结构保真度，并保持较高的化学有效性与稳定性。

从领域脉络看，此前的工作已证明条件扩散在以蛋白口袋为条件的三维分子生成中的能力 ^[2,3]，这项工作则把条件生成的思路带入谱学反问题，并让亚结构层面的知识显式参与生成过程，使谱图与结构之间有了可解释的中间桥梁。以紧凑的候选集合而非单一答案作为输出，也与结构解析实践中“提出多个假说、再逐一验证”的传统相呼应 ^[1]——当然，模型本身并不承担合成验证这一环节。

需要留意的是，上述结果均在 QM9S 这一多谱基准上取得，面对真实实验谱图、以及历史上屡遭误判的复杂天然产物 ^[1] 能否维持同等表现，仍是悬而未决的问题；此外该工作目前为未经同行评议的 arXiv 预印本，相关结论尚待独立检验。