2024 多模光谱化学数据集下载_79 万分子 NMR / 红外 / 质谱多模态数据 + AI/ML 模型训练基准

一、数据集核心信息

多模光谱化学数据集由 IBM 研究、苏黎世大学、EPFL 及 NCCR 催化研究中心联合打造（2024 年发布），相关论文《揭示分子结构：面向化学的多模光谱数据集》已被 NeurIPS 收录，权威性与学术价值突出。

二、数据集覆盖范围

包含从专利化学反应中提取的 79 万种分子的全维度光谱数据，覆盖五大核心模态：

核磁共振光谱：1H-NMR、13C-NMR、HSQC-NMR

红外光谱

质谱：正负离子模式光谱数据数据来源权威、样本量充足，可全面支撑多场景化学研究需求。

三、核心价值与可用途径

多模态信息整合：模拟人类专家分子结构分析逻辑，助力自动化结构解析，大幅简化分子发现流程（从合成到结构确定）。

技术互补优势：融合 NMR、红外、质谱等技术的互补视角，精准呈现官能团存在状态，为分子结构研究提供深度支撑。

AI/ML 模型开发：适配多模态信息整合类 AI/ML 模型训练，解决化学领域多源光谱数据融合难题。

基准测试支撑：提供结构解析、目标分子光谱预测、官能团预测等单一模态任务评估基准，助力模型性能验证与优化，明确研究方向。

四、适用人群

化学领域科研人员、高校师生、AI + 化学交叉学科研究者、生物医药研发从业者、光谱分析相关工程师等