AI 化学新纪元：Claude 超越传统软件 ChemDraw

Anthropic 选取 20 篇 ChemRxiv 预印本中的化合物开展盲测：在核磁共振化学位移、多重性及耦合常数三项指标上，Opus 4.7 全面媲美甚至超越 ChemDraw 25.0.2 与 MestReNova 17.0.0，并能依据一维谱与质谱反推分子结构——这正是专用软件无法企及的能力。

6 月 5 日，Anthropic 内部化学家 David Kamber 公布了题为《How Claude performs on NMR prediction and structure elucidation》的测试报告。

本次测试对比了三款 Claude 模型：Opus 4.7、Opus 4.6 及 Sonnet 4.6。竞争对手则是几乎每位化学家案头必备的两款专业工具：ChemDraw 25.0.2 和 MestReNova 17.0.0。

角逐焦点集中在核磁共振（NMR）谱图分析。合成化合物后，验证产物是否为目标分子，依赖 NMR 技术。将谱图中各峰精准对应至分子结构中的特定原子，是合成化学中最耗时的环节之一。

由 Claude 接管谱图解析工作，标志着 Anthropic 的 AI for Science 计划正式拓展至化学领域，并发布首份公开成果。

NMR 谱图表现为一列峰形，每一个化学不等价的氢或碳原子对应一个峰，其位置受周围原子环境影响而偏移。解读它需同步处理三层关键信息。

化学位移（chemical shift，单位 ppm）：指峰在谱图中的位置，揭示原子所处的化学环境。准确预测氢谱和碳谱位移，是最基础的考核。

多重性（multiplicity）：指氢信号裂分的形态，如单峰、双峰或三重峰等，由邻近氢原子的数量决定。

耦合常数（J-coupling，单位 Hz）：指裂分子峰间的间距，用以衡量两个原子核通过化学键相互作用的强度。

测试沿两个维度展开。正向预测（结构生成谱图）是常规任务：绘制预期结构，预测谱图，再与实测数据比对——这正是 ChemDraw 和 MestReNova 的核心功能。

逆向预测（谱图反推结构）难度更高：输入谱图，反向推导结构，需具备专家级推理能力以判断存在哪些片段及如何连接。ChemDraw 完全不具备逆向功能，MestReNova 虽能将峰指派至已知结构，却无法从峰列表生成候选结构。

结论的可信度，完全取决于评分协议的严谨性。

为杜绝选择偏差，所有化合物在生成预测前即已锁定。