厦门大学程俊&汤富杰团队，Nature Computational Science！

本研究由厦门大学程俊和汤富杰团队联合多个研究机构开发了NMRNet深度学习框架，旨在解决核磁共振（NMR）化学位移预测的问题。该研究通过SE(3) Transformer架构实现了对液态、固态和气态系统的统一建模，并构建了标准化的基准数据集nmrshiftdb2-2024。NMRNet在多个基准数据集中表现出高精度和可靠性，不仅能够进行数值预测，还能应用于NMR谱峰归属和构象确定等任务。该研究为分子结构解析和材料设计提供了强有力的工具。