图神经网络与RDKit 融合的分子知识图谱在有机化学课程教学改革中的探索

© 2026 by the Author(s). Licensee Art and Technology, USA. This article is an open access article distributed under the terms and conditions of the Creative Commons Attribution -Noncommercial 4.0 International License (CC BY-NC 4.0) ( https://creativecommons.org/licenses/by-nc/4.0/ )

Download PDF

Cite

XML

HTML

Abstract

针对传统化学课程中分子结构抽象难懂、理论实践脱节、学生缺乏分子层面工程思维等问题，本研究探索了图神经网络（GNN）与分子信息学工具RDKit在化学教学改革中的应用。通过构建"结构— 性质"双链知识图谱，将抽象的化学知识转化为可视化的分子网络，实现了分子结构特征与物化性质的智能关联。该教学模式不仅提升了学生对分子层次化学问题的理解能力，还培养了其计算化学实践技能。教学实践表明，基于GNN与RDKit的双链知识图谱系统显著增强了学生的分子识读能力与模拟实践水平，为化学课程的智能化教学改革提供了新路径。

Keywords

图神经网络

分子识别

双链知识图谱

智能化教学

References

[1] 刘冶. 基于课程思政的神经网络教学改革研究[J].电脑知识与技术,2025,21(24):141-143.
[2] 何杏宇, 周易歆, 罗东旭, 杨桂松. 基于图神经网络和多主体评价的教学资源推荐[J].计算机工程,2024,50(07):13-22.
[3] 徐晨阳, 都健, 张磊. 基于图神经网络的化学反应优劣评价[J].化工进展,2023,42(S1):205-212.
[4] 马逍, 王俊杰, 陈鑫, 李京城, 赵丽红, 孙雪萍, 程绍娟, 王芳. 人工智能驱动的化学教学组织形式创新路径探究[J].大学化学,1-8.
[5] 张霞, 李鲍. 应用AI“识菌”模型, 重塑微生物实验教学[J].生物学杂志,2025,42(04):9-14.
[6] 黄露露, 余翠平, 张雪梅, 钟浪祥, 刘爱军, 王岩. 基于PROS四维递进模式的实验教学设计与实践[J].实验科学与技术,1-8.

Previous article in this issue

Next article in this issue