KI für die Reaktionskinetik So wollen IBM und Thieme die Cloud zur Kristallkugel für die organische Chemie machen

Redakteur: Dominik Stephan

Die Chemie aus dem Computer: Mit KI Technologien von IBM und dem Wissen um organische Chemikalien von Thieme soll eine datenbasierte Vorhersage synthetisch-organischer Reaktionen und Verbindungen möglich werden. Das verspricht erhebliche Fortschritte bei Forschung und Entwicklung, sind die Projektpartner sicher.

Firmen zum Thema

Der Spezialchemiekonzern Covestro forciert die Digitalisierung in der Produktion und den Kundenprozessen.
Der Spezialchemiekonzern Covestro forciert die Digitalisierung in der Produktion und den Kundenprozessen.
(Bild: gemeinfrei / Pixabay )

Stuttgart – Die Cloud-Plattform RXN for Chemistry unterstützt synthetisch-organische Chemikerinnen und Chemiker dabei, Ergebnisse chemischer Reaktionen vorherzusagen. Dabei nutzt die Plattform auf Datenbasis trainierte künstliche Intelligenz (KI). Eine Voraussetzung für optimale Vorhersageergebnisse sind daher hochwertige Daten. Ziel der Kooperation zwischen IBM und Thieme Chemistry ist es, die Vorhersage-Ergebnisse anhand von Synthesedaten aus Thiemes kuratiertem und digitalem Nachschlagewerk für organische Chemie (Science of Synthesis)zu verbessern.

Die von IBM im Jahr 2018 eingeführte Cloud-Plattform RXN for Chemistry basiert auf dem so genannten Molecular Transformer: Das KI-Modell nutzt neuronale maschinelle Übersetzungsalgorithmen, um das Ergebnis einer chemischen Reaktion vorherzusagen und so die Syntheseplanung in der organischen Chemie zu verbessern.

"Die Herausforderung für organische Chemikerinnen besteht darin, dass es Hunderttausende von möglichen Reaktionen von organischen Verbindungen gibt. Genau hier setzen wir an und haben Modelle zur Verarbeitung natürlicher Sprache für alle RXN-Vorhersageaufgaben verwendet. Die RXN-Modelle basieren dabei nicht auf kodifizierten, chemischen Regeln. Jede chemische Vorhersage basiert auf dem Wissen, das beim Training auf Datenbasis gelernt wurde. Mit KI, Cloud und Automatisierung können wir heute die Forschung und Entwicklung in der organischen Chemie um den Faktor zehn beschleunigen", beschreibt Dr. Teodoro Laino, Distinguished Scientist bei IBM Research Europe.

Mit strukturierten Daten technische Innovationen vorantreiben

"Werkzeuge zur Übersetzung von einer Sprache in eine andere sind nur so gut wie die Daten, auf deren Grundlage die Algorithmen trainiert werden", so Dr. Alain Vaucher, Research Scientist bei IBM. "Wir gehen davon aus, dass dies auch für die Vorhersage von chemischen Synthese-Resultaten gilt: Die Ergebnisse hängen sehr stark von den zugrunde liegenden Daten ab."

Anfang dieses Jahres haben IBM Research und Thieme Chemistry Synthesedaten aus Thiemes kuratiertem, digitalem Nachschlagewerk zur organischen Chemie – Science of Synthesis – in RXN for Chemistry integriert. Erste Ergebnisse zeigen, dass die auf Basis von Fachinhalten aus Science of Synthesis trainierten Modelle doppelt so oft korrekte Reaktionen vorhersagen wie die Basismodelle.

Sorgt künstliche Intelligenz dafür, dass die Chemie stimmt?

"Wir freuen uns, direkt an diesem innovativen Projekt beteiligt zu sein, das für die Chemie-Community von großer Bedeutung ist", so Dr. M. Fiona Shortt de Hernandez, Senior Director Product Management, Strategic Partnerships and Science of Synthesis bei Thieme Chemistry. "Sechs hoch angesehene Expertinnen und Experten für organische Synthese und ihre Forschungsgruppen haben sich bereit erklärt, die neu trainierten Modelle zu testen. Diese Zusammenarbeit wird dazu beitragen, die Entwicklung von hochmodernen, maßgeschneiderten Tools für die organische Chemie voranzutreiben", bekräftigt Shortt.

"Die Zusammenarbeit mit Thieme ist ein maßgeblicher Meilenstein zwischen Anbietern von KI-Lösungen und Anbietern von domänenspezifischen Daten und eröffnet interessante Geschäftsmodelle für beide Seiten", bestätigt auch Laino. "Ich freue mich sehr, dass wir jetzt vorläufige Ergebnisse teilen können und bin gespannt, wie diese Kooperation in den nächsten Monaten zu verbesserten KI-Lösungen für die synthetisch-organische Chemie führen wird."

(ID:47547388)