论文标题：AbraLlama: Predicting Abraham Model Solute Descriptors and Modified Solvent Parameters Using Llama

论文链接：https://www.mdpi.com/2673-8015/4/3/29

期刊名：Liquids

期刊主页：https://www.mdpi.com/journal/liquids

在化学研究中，精准获取分子的溶解参数对溶剂选择、溶解度预测等至关重要。本文的研究，借助AI技术开发出两款高效预测工具，为解决传统方法的痛点提供了新方案。

研究聚焦Abraham模型的核心参数——溶质描述符（E、S、A、B、V）和修正溶剂参数（e₀、s₀、a₀、b₀、v₀），基于ChemLLaMA（专为化学信息学优化的LLaMA模型），开发了AbraLlama-Solute和AbraLlama-Solvent模型。

研究团队从UFZ-LSER数据库筛选出6852种化合物的实验溶质描述符，及122种纯溶剂的参数，经处理后用于模型训练。训练采用5折或10折交叉验证，历经20个epoch，最终模型在Hugging Face平台上线，支持通过SMILES字符串直接预测。

图例：使用正辛醇的溶剂参数计算的对数P值（N = 6852），比较测量值与预测值的Abraham溶质描述符。数据点按绝对误差着色。

性能上，AbraLlama-Solute表现亮眼，对溶质描述符的预测精度极高：V的R²达0.98、RMSE仅0.097，B的R²为0.96，即使是A也有0.85的R²，整体稳定性突出。AbraLlama-Solvent则可预测修正溶剂参数，其中a₀的R²达0.81，但精度受溶剂在化学空间的位置影响——远离中心的复杂溶剂（如含N、S、F的化合物）误差较大，排除4个异常值后，a₀的R²提升至0.883。

该研究不仅验证了大型语言模型在化学领域的潜力，更提供了实用工具，助力溶剂比较与替代，扩展了Abraham溶解方程的应用范围。未来团队将进一步扩展数据集，提升模型对复杂溶剂的预测能力。