TRIM：从可解释模型中提取推理能力，赋能分子分类的AI教学系统

TRIM（Teaching Reasoning from Interpretable Models）是结合可解释提升机（EBM）与大语言模型的框架，旨在解决AI黑箱与可解释性的矛盾。通过全局单分子分析和局部邻居比较生成高质量推理数据，用于训练具备化学推理能力的AI智能体，助力药物发现等科学领域的可解释性研究。

在AI领域，性能强大的模型常难以解释，而可解释模型性能不足。深度学习模型的决策过程是"黑箱"，在药物发现等科学领域，研究人员不仅需要知道分子性质结果，更需理解原因。TRIM项目为此而生，结合可解释机器学习与大语言模型，构建提取推理知识并训练新一代AI系统的框架。

TRIM采用三层架构：

1. 全局单分子分析：用EBM（可解释提升机）分析单个分子，整合RDKit描述符、pKa特征、官能团特征（从95压缩至36个），提供特征贡献度分数。
2. 局部邻居比较：检索待分类分子最相似的6个已知分子（基于Morgan指纹和特征相似度），构建成对比较特征，用EBM训练输出相似性推理预测。
3. 融合推理：整合全局与局部结果，利用互补性智能决策。实验显示，融合模式验证集平均macro F1达0.7019，测试集局部模式最佳为0.6917。

TRIM将EBM推理转化为教学数据：

• 推理证据提取：全局（特征贡献方向、结构化分析）、局部（邻居相似度、成对比较、预测置信度）。
• 推理改写：用大语言模型将结构化证据转为自然语言：全局改写（特征贡献描述）、局部改写（邻居类比推理）、融合改写（完整决策链）。改写遵循质量控制：选至少一个预测正确样本、显式引用邻居、基线感知、无元话语。

TRIM提供工具链训练AI智能体：

• 工具定义：
  • get_mol_properties_and_fg(SMILES)：返回分子描述符和官能团信息。
  • compare_similar_mols(SMILES)：返回最相似的6个邻居及比较分析。
• 任务清单：定义任务名称、标签语义、邻居检索配置、密集特征列表，支持扩展新任务。

TRIM的创新点：

1. 平衡可解释性与性能：EBM在分子分类任务上与黑箱深度学习准确率媲美，且决策透明。
2. 从解释到教学：将模型解释转化为训练其他AI的教学材料，是知识蒸馏新范式。
3. 科学推理形式化：模拟化学家思维：全局特征分析（物理化学判断）、邻居比较（类比推理）、融合层（综合决策）。
4. 工程化完整：提供数据准备、模型训练、评估、可视化、推理改写的完整流水线（如train_global_ebm.py等脚本）。

应用场景：药物发现（加速先导化合物优化）、毒性预测（满足监管透明度）、AI化学助手（智能咨询）、科学教育（帮助理解分子结构与性质）。 未来方向：扩展到更多分子性质预测、引入3D构象信息、开发交互式可视化工具、构建更大推理数据集训练更强模型。