不看结构，只看位移分布#

NMR七十年来主要用于解结构，少数预测性质的工作又常依赖特定位置的化学位移，或把谱图压成难解释的黑箱表示。作者问：能否把¹H和¹³C化学位移当作一组分布，用少量可解释的统计量预测分子反应性，具体先预测HOMO–LUMO能隙ΔE，而且不需要事先知道结构或电荷。

Fig.1 Featurization of δ13C and δ1H as a distribution

八个特征，计算谱和实验谱都能预测#

作者把每个分子的δ¹³C和δ¹H数组算成最大值、均值、偏度、峰度等20个统计量，再筛到8个特征。在QM9与QM9-NMR合并的127,166个小分子上，随机森林在测试集达到MAE 0.286 eV、R² 0.898；这不如部分用大量结构描述符的模型准，但特征少一两个数量级，便于解释。换成NMRShiftDB2的实验谱，XGBoost在671个测试分子上为MAE 0.487 eV、R² 0.829。最重要的特征包括最大δ¹³C、平均δ¹³C、最大δ¹H和δ¹H数量；最大δ¹³C升高通常对应更缺电子的碳和更小的ΔE，δ¹H数量则与分子大小、不饱和度相关。作者还用这些特征区分可见光吸收分子和UV活性分子，例如p-香豆酸，但明确说未必能可靠区分Stellettin J和Alizarin。

Fig.2 Interpretability study of features maxδ13C and numδ1H across the QM9 dataset Fig.3 Prediction results for the hyperparameter-optimized XGBoost regressor on the NMRShiftDB2 test set

能拿来筛，但别当万能预测器#

理论上，这把NMR位移和前线轨道能隙连成一条可解释的预测路径，说明谱图里不只有结构信息。做早期筛选、未知物非靶向分析或设计低危害化学品的人，可以在有NMR谱、但结构或电荷不清楚时，用这8个特征估ΔE，先分可见光/UV活性或粗略排序。边界也清楚：实验谱多数溶剂和温度未知，只有13.5%在氘代氯仿中测定，误差可能部分来自溶剂；含B、S、P的分子预测较差，带电分子误差增大，双性离子残差最大。它不能替代DFT或结构基AI模型，也不适用于难合成、不稳定、拿不到NMR谱的分子。原文未提供直接生产或监管转化证据，目前更像一个可解释的筛选工具。