[ACS Omega 2024] CACTUS：连接工具与科学，让开源 LLM 进化为化学专家

TL;DR

传统的 LLM 在面对“这个分子的 LogP 是多少？”或“它是否符合 Lipinski 五倍律？”时往往会信口开河。来自 PNNL 的研究团队开发了 CACTUS (Chemistry Agent Connecting Tool-Usage to Science)，通过将 RDKit 等专业库“借给”开源大模型（如 Llama3, Mistral），使其在复杂的化学推理任务中表现出极高的准确性。该工作最重要的价值在于：它证明了通过巧妙的 Domain-specific Prompting，即便是在消费级显卡上运行的微型模型，也能胜任专业的科研辅助工作。

1. 痛点：为什么 LLM 生成的化学结论不可信？

在大模型横行的时代，化学领域面临一个尴尬的局面：

• 静态知识 vs 动态计算：LLM 训练数据是过时的。化学性质（如 TPSA, QED）需要基于分子结构的实时精确计算，而不是概率性的文本预测。
• 逻辑断层：模型可能背过某些分子的性质，但无法针对新发现的（De novo）分子进行结构分析。
• 算力成本：目前的化学代理（如早期的 ChemCrow）高度依赖 GPT-4 接口，存在数据隐私泄露风险且成本高昂。

2. 核心架构：CACTUS 如何运作？

CACTUS 基于 LangChain 框架构建，采用了 MRKL (Modular Reasoning, Knowledge and Language) 架构。它将整个系统分为三个核心部分：

• 工具集 (Tools)：集成了 10 种关键的化学计算器。包括分子量计算、LogP 预测、血脑屏障渗透性（BBB）预测等。所有工具底层均基于 RDKit。
• 逻辑链 (LLMChain)：模型不仅是回答问题的人，更是“规划者”。它负责解析用户的自然语言，并决定“第一步做什么，第二步用什么工具”。
• 推理引擎 (ReAct)：采用 Reasoning and Acting 模式，确保模型在每一步操作前都有思考（Thought），操作后有观察（Observation）。

图 1: CACTUS 的工作流示意图，展示了从用户提问到工具调用再到最终输出的闭环。

3. 实验发现：Prompt 与硬件的双重博弈

领域提示词的“化腐朽为神奇”

研究者发现，使用 Minimal Prompt（极简提示） 时，开源模型经常找不到北。但一旦加入了 Domain-specific Prompting（领域特定提示），即在提示词中明确告知模型它是一个“化学专家”并提供工具使用细节后，模型性能呈爆炸式增长。

最典型的例子是 OLMo-1b：

• 在常规提示下，其化学准确率为 0%；
• 在领域提示下，准确率直接飙升至 52.2%。这证明了模型本身具有潜力，只是需要被正确的“指令”激活。

消费级显卡的胜利

实验对比了专业的 A100 80GB 和消费级的 RTX 2080 Ti。结果显示，借助于 vLLM（一个高性能推理库），7B 级别的模型在 2080 Ti 上依然能保持极佳的响应速度，这意味着普通实验室无需购买昂贵的服务器，即可拥有自己的 AI 化学助手。

图 2: 不同模型在不同硬件与提示策略下的性能矩阵，展现了 Prompt Engineering 的巨大影响。

4. 解析工具箱：CACTUS 能做什么？

系统目前集成了 10 个专业工具，涵盖了药物发现的核心需求：

• 物理化学属性：MolWt, LogP, TPSA。
• 药物相似性：QED (药物美学评分), SA (合成难易度)。
• 药代动力学：BOILED-Egg 模型预测肠道吸收和血脑屏障穿透。
• 毒性过滤：PAINS 过滤器（检测常见实验干扰化合物）、Brenk 过滤器。

5. 深度洞察与展望

为什么这个工作重要？

CACTUS 的真正贡献不在于模型架构的创新，而在于可扩展性（Extensibility）和平衡性。它为化学研究者提供了一个“即插即用”的模板：

1. 可扩展：研究者可以轻松地把自定义的 GNN 或分子动力学公式加入工具库。
2. 私有化：在本地运行开源模型，避免了核心药物分子结构上传到 OpenAI 带来的泄密隐患。

局限性与未来

虽然 CACTUS 在预测属性方面表现优异，但在执行复杂的逆合成孔径分析或多步化学合成规划方面仍有提升空间。作者在结尾提到，未来的版本将引入强化学习（RL）和更强的符号推理能力，以解决大模型常被诟病的“虽知其然，不知其所以然”的问题。

总结 (Takeaway)

CACTUS 弥合了大语言模型的认知能力与专业工具的计算能力之间的鸿沟。它告诉我们，未来的 AI 化学家不一定需要万亿参数，一个聪明的提示词搭配一组精准的工具，足以在 1060 的显卡上跑出诺贝尔奖级别的洞察力。