生成式建模实现从库仑炸裂成像中恢复分子结构

实时观察分子运动

化学家长期以来一直渴望拍摄分子在化学反应中如何扭转、裂解并形成新键的过程。做到这一点不仅能满足科学好奇心，还可能通过揭示原子在自然超快时间尺度上的重排方式，最终有助于设计更高效的药物、催化剂和材料。本文报道了一种新方法，利用一种强大的人工智能形式，把一种剧烈的测量——用强X射线脉冲将分子炸裂——转化为清晰的三维原始构型图像。

炸开分子以看到它们的形状

一种称为库仑炸裂成像的技术基于一个简单但戏剧性的想法：在瞬间剥离分子的大量电子，使带正电的原子相互排斥并飞散。利用强烈的飞秒激光或X射线脉冲，研究人员引发这种炸裂并记录每个离子碎片击中探测器的位置和速度。这些动量编码了炸裂前原子如何排列的信息。原则上，如果能完美求解炸裂的物理过程，就可以从外逸碎片倒推回原始的分子结构。然而在实践中，这是一类极难的逆问题，尤其对于具有多个原子的分子，因为多体量子动力学过于复杂，传统迭代重建中反复模拟代价很大且耗时。

教神经网络“读懂”炸裂

为了解决这一瓶颈，作者提出了MOLEXA，一种专门用于从测得的离子动量推断分子几何构型的生成式神经网络。MOLEXA建立在最初用于语言和图像生成的现代深度学习工具之上：基于Transformer的架构，增加了自定义的“记忆”机制，以及一种从嘈杂原子位置猜测逐步精炼的扩散过程。网络以一次库仑炸裂事件中所有离子的身份、电荷态和三维动量为输入，输出空间中预测的原子排列，有效地学会了从动量空间直接回到实空间的捷径。

克服数据困境

训练这样的模型需要大量示例，即既知道外逸碎片又知道原始分子结构的炸裂事件。但精确的X射线诱导库仑炸裂模拟计算量巨大，仅能产生有限的数据集。因此作者采用了两阶段策略。首先，他们在用简化的经典炸裂模型生成的大规模合成数据集上训练MOLEXA，该模型计算快速但为近似。然后在较小但高度精确的由从头算（ab initio）模拟得到的数据集上对同一网络进行微调，后者包含详尽的电子过程。这种分阶段方法使典型的结构预测误差相比仅用小规模精确集合训练时减半，使模型在多达七原子的分子上达到小于一原子单位的平均绝对位置误差——约为典型化学键长度的一半——对八原子和九原子体系也仅略差。

检验精度并知道何时值得信赖

研究人员在数千个模拟分子上系统测试MOLEXA，发现它不仅能重建总体形状，还能给出合理的键长和键角。对于简单的双原子分子，它的表现优于仅基于动能释放的经典重建公式。重要的是，网络配备了不确定性估计模块：对于每个预测的原子坐标，它同时输出一个关于误差可能大小的内部估计。在大量测试案例中，较高的预测不确定性与较大的实际误差强相关，为实验用户提供了实用的置信度指示。该模型还可以针对相同输入生成多个重建结果，而这些结果的分布提供了另一种独立的不确定性度量。

从静态快照到反应“电影”

为了展示MOLEXA在真实数据上的可行性，团队将其应用于欧洲X射线自由电子激光（European XFEL）对常见分子（如水、四氟甲烷和乙醇）进行的库仑炸裂测量。仅使用测得的离子动量且不进行分子特定的调参，网络便能重建与可信参考构型高度一致的平衡结构。他们进一步展示了当提供理想化动量输入时，MOLEXA如何沿着环丁烯开环的模型反应路径捕捉到不同的结构排列，包括环断裂和质子迁移。尽管当前实验往往对多种量子态和构型进行平均，未来若能更好地区分这些贡献的时间分辨研究，有望利用MOLEXA逐帧拼接出分子反应的“电影”。

这一进展的重要性

这项工作表明，生成式人工智能能够解决长期以来难以用传统方法处理的高度非线性逆问题。通过从逼真的模拟中学习炸裂如何编码结构，MOLEXA使研究人员能够从此前看似过于复杂而无法反演的数据中提取三维分子形状及其随时间的变化。这一方法具有普适性：类似的两阶段训练策略可用于其他存在精细物理模型但将其直接嵌入重建算法代价过高的问题。若将其扩展到更大分子和部分探测情形，这一策略或可将库仑炸裂成像转变为观察化学反应在实空间、实时展开的常规工具。

引用: Li, X., Jahnke, T., Boll, R. et al. Generative modeling enables molecular structure retrieval from Coulomb explosion imaging. Nat Commun 17, 3430 (2026). https://doi.org/10.1038/s41467-026-70160-5

关键词: 库仑炸裂成像, 分子结构重建, 生成式神经网络, 超快X射线科学, 物理学中的逆问题