Compreensão precisa, interdisciplinar e transparente da relação estrutura-propriedade com raciocínio estrutural nativo profundo

Resumo

As relações estrutura-propriedade são fundamentais para a biologia, a química e a ciência dos materiais, onde função, reatividade e resposta física emergem da organização espacial, química e periódica. Explicar mecanicamente essas relações exige interpretar evidências estruturais através de princípios científicos e restrições físicas, desde estereoquímica e ligações até simetria, energética e ordem periódica. No entanto, aplicar inteligência artificial a esse processo apresenta um desafio conjunto de representação e raciocínio: os modelos devem preservar informações estruturais próprias do domínio, ao mesmo tempo que mostram como evidências específicas sustentam previsões sob essas restrições. Aqui apresentamos o SciReasoner, um modelo científico fundamental multimodal para raciocínio estrutural nativo em proteínas, moléculas pequenas e cristais inorgânicos. O SciReasoner discretiza coordenadas, topologias e conectividades periódicas em um vocabulário unificado e sensível à estrutura, tratando tokens estruturais como unidades de evidência endereçáveis durante o raciocínio. Na predição da Ontologia Gênica com controle de homologia, o SciReasoner melhora a anotação de Componente Celular para proteínas de baixa homologia e semelhantes a órfãs, aumentando o F_{max} de 0,42 para 0,55. Em química, ele eleva a precisão da retrossíntese de etapa única de 0,63 para 0,72, gerando rastros de desconexão em nível de fragmento e de verificação de precursor. Em ciência dos materiais, suas representações separam fases elementares e compostas e resolvem regimes de bandas proibidas altos e baixos. Em 86 referências, o SciReasoner alcança desempenho de ponta em 67 tarefas. A avaliação duplo-cega por especialistas classifica seus rastros de raciocínio como preferidos ou pelo menos comparáveis aos de um modelo de linguagem de grande porte de fronteira em 98% dos casos. Ao tornar a estrutura um substrato inspecionável para raciocínio sob restrições científicas, o SciReasoner conecta predição precisa com inferência científica interpretável.

English

Structure-property relationships are foundational to biology, chemistry and materials science, where function, reactivity and physical response emerge from spatial, chemical and periodic organization. Mechanistically explaining these relationships requires interpreting structural evidence through scientific principles and physical constraints, from stereochemistry and bonding to symmetry, energetics and periodic order. However, applying artificial intelligence to this process presents a joint challenge of representation and reasoning: models must preserve domain-native structural information while showing how specific evidence supports predictions under these constraints. Here we introduce SciReasoner, a multimodal scientific foundation model for native structural reasoning across proteins, small molecules and inorganic crystals. SciReasoner discretizes coordinates, topologies and periodic connectivities into a unified structure-aware vocabulary, treating structural tokens as addressable evidence units during reasoning. In homology-controlled Gene Ontology prediction, SciReasoner improves Cellular Component annotation for low-homology and orphan-like proteins, increasing F_{max} from 0.42 to 0.55. In chemistry, it raises single-step retrosynthesis accuracy from 0.63 to 0.72 while generating fragment-level disconnection and precursor-verification traces. In materials science, its representations separate elemental and compound phases and resolve high- and low-band-gap regimes. Across 86 benchmarks, SciReasoner achieves state-of-the-art performance on 67 tasks. Double-blind expert evaluation rates its reasoning traces as preferred or at least comparable to those of a frontier large language model in 98% of cases. By making structure an inspectable substrate for reasoning under scientific constraints, SciReasoner connects accurate prediction with interpretable scientific inference.