FePTP：基于文本挖掘的含铁相之间转化通路数据集

为何铁的隐秘旅程重要

铁在我们星球上默默发挥着重要作用，从钢材的强度到土壤封存碳的方式。然而，含铁矿物在地下、沉积物中或工业设备内部的多种相互转化散见于数千篇研究论文。该研究通过让人工智能阅读文献并组装一张大型可检索的含铁材料在不同条件下转化地图，将这些隐秘故事汇集起来。这张地图可帮助地质学家、环境科学家和工程师更好地理解铁在自然与技术环境中的行为。

铁在自然与技术中的多重面貌

铁既丰富又多变。在地壳和海洋，以及矿石和钢中，它以多种矿物形式出现，当温度、水、氧或微生物发生变化时，这些形式会相互转换。这些转化影响到矿床的形成、土壤如何保持或释放有机碳，以及钢的力学性能。例如，奥氏体与铁素体之间的转变决定了钢的性质，而低序分的铁氧化物（如铁水合氧化物）向更稳定矿物的转化会影响沉积物能够储存多少碳。要理解这些在各种环境中发生的转化，需要汇总大量分散的实验证据。

将分散报道转为共享资源

作者创建了 FePTP，这是首个专注于含铁相之间转化通路的文本挖掘数据集。他们并未进行新的实验，而是构建了一条自动化管道，搜索现有文献、下载全文并将其转为机器可读的形式。系统接着过滤出真正讨论铁矿物相变的论文，而不仅仅是顺带提到铁。从每篇入选论文中，它提取描述“前驱相”如何转变为“产物相”的通路，并记录诸如温度、pH、压力或其他化学物质存在等条件。每条记录还注明该变化是否确实发生，并在可用时包含反应方程式。

人工智能如何学习铁的故事

为应对科学家使用的多样化表达，管道结合了大型语言模型与更小型的专用模型。一个包含千余种含铁相的术语表帮助系统识别矿物，即便作者使用别名、缩写或样品编号。管道分阶段工作：先扫描文章摘要以勾勒可能的转化通路，然后回到全文与表格中补充诸如精确温度、时间和溶液化学等细节。随后，额外的模型与基于规则的检查清理结果，使用从原文中检索的段落纠正错误，并剔除模糊或不一致的通路。经过这般细致的整理，凌乱的文本被转为计算机与人都能导航的一致结构。

数据集包含什么

最终的 FePTP 数据集包含来自 4,245 篇论文的 11,241 条转化通路，涵盖 730 多种不同的含铁相。它既包含矿物明确发生变化的案例，也包含在特定条件下未观察到变化的情况，这些“无变化”记录对于理解某一相为何稳定同样有价值。每条通路列出起始相与终止相、可能的驱动过程（例如固体加热、溶解再沉淀、熔融或微生物作用），以及逐步操作如加热、陈化、混合或加入试剂等。条件已标准化为常用单位，化学名称链接到唯一的数字标识符，便于比较研究并开展大规模分析。

这张地图有多可靠与有用

人工专家检查了自动提取的通路样本，发现大多数细节条目（如温度、溶剂与反应物）是准确的。约七成完整通路被评为正确或仅有轻微偏差，剩余部分包含较大错误、证据缺失或冗余信息。作者指出，管道仍会遗漏一些微妙或隐含的转化，且尚无法读取复杂的科学图表，而这些图表中常包含许多关键信息。尽管如此，FePTP 已提供了一个丰富的、结构化的视角，展示铁在实验室与自然环境中的行为，可支持新的地球化学循环模型，帮助设计控制相转化的方法，并指导未来改进用于从科学文献中挖掘知识的人工智能工具。

这对读者意味着什么

对非专业读者而言，主要信息是科学家已经教会计算机梳理数千篇论文，并拼接出一幅连贯的含铁矿物转化图谱。该工作并非从零开始提出新理论，而是将已知成果组织进一个单一的、开放的数据库，供他人探索。这个共享资源应能简化预测铁何时会封存或释放碳、矿床如何在地质历史中形成，以及工业过程如何更好地利用或避免某些转化。FePTP 更像是一张强大的地图，而非最终答案，指引研究者走向此前埋藏在文本中的模式与通路。

引用: Lin, L., Ren, C., Xiao, Y. et al. FePTP: A text-mined dataset of transformation pathways among iron-containing phases. Sci Data 13, 752 (2026). https://doi.org/10.1038/s41597-026-07067-9

关键词: 铁矿物转化, 文本挖掘, 地球化学循环, 材料数据, 大型语言模型