Die Forscher:innen kombinierten bei ihren Experimenten verschiedene Methoden der 亚洲通_亚洲通官网￥娱乐网址n Intelligenz. Erstautorin Juniorprof. Dr. Julia Westermayr vom Wilhelm-Ostwald-Institut für Physikalische und Theoretische Chemie der Universit?t Leipzig erkl?rt: ?Ein Modell hat gelernt, quantenchemische Eigenschaften von Molekülen vorherzusagen, w?hrend das andere gelernt hat, wie diese Moleküle aufgebaut sind.“ Das erste Modell sei notwendig, um das Screening von Eigenschaften mit hoher Genauigkeit zu erm?glichen, da herk?mmliche Methoden zur Berechnung quantenchemischer Eigenschaften sehr zeit- und rechenintensiv sind. In einem iterativen Prozess, bei dem Schritte wiederholt werden, bis ein bestimmtes Ziel erreicht ist oder bestimmte Kriterien erfüllt sind, haben die Forscher:innen dann beide Modelle genutzt, um neue Moleküle zu generieren und diese nach bestimmten Eigenschaften zu filtern. ?In jeder Runde hat das Design-Modell gelernt, wie die bestgeeigneten Moleküle aufgebaut sind und dadurch in der n?chsten Runde gezielt Moleküle mit optimierten Eigenschaften vorhergesagt“, sagt Westermayr.
Die Basis zu der Studie wurde von Rhyan Barrett bei einem Praktikum an der University of Warwick in England gelegt, das vom Netzwerk ?Artificial Intelligence and Augmented Intelligence for Automated Investigations for Scientific Discovery“ (AI4SD) finanziert wurde. Es bringt Forschende zusammen, die sich mit dem Einsatz modernster Technologien der 亚洲通_亚洲通官网￥娱乐网址n und erweiterten Intelligenz befassen, um die Grenzen der wissenschaftlichen Entdeckung zu erweitern.
Moleküle mit optimierten Eigenschaften
?Besonders erstaunt waren wir, dass wir mithilfe der 亚洲通_亚洲通官网￥娱乐网址n Intelligenz Muster in den Daten finden konnten, die zu optimierten Eigenschaften führten“, sagt Rhyan Barrett. Zuletzt gelang es den Forscher:innen noch, multiple Eigenschaften zu optimieren. Dies erm?glicht es, die Methode zu verwenden, um paretooptimale L?sungen zu finden. Eine paretooptimale L?sung liegt dann vor, wenn die L?sung von mehreren optimierten Eigenschaften gefunden wurde und die einzelnen Eigenschaften nur noch besser werden k?nnen, wenn eine andere Eigenschaft dabei schlechter wird.
Die entwickelte Methode wurde verwendet, um funktionelle organische Moleküle, die für die Optoelektronik relevant sind, zu designen. Verwendet werden k?nnten diese neuartigen Materialien mit h?herer Effizienz unter anderem in der Solarenergie-Branche, für LED-Beleuchtung, Display-Technologie, Datenspeicherung, Sensorik sowie für optische Fasern in der Kommunikationstechnologie. Die neue Methode l?sst sich auch auf andere Gebiete übertragen. M?gliche andere Anwendungsgebiete sind die Wirkstoffentwicklung für neue Medikamente mit gezielten, verbesserten Eigenschaften, die gegen bestimmte Krankheiten wirken. Auch in den Umweltwissenschaften kann Moleküldesign eingesetzt werden, um neue Verfahren zur Reinigung von Abwasser und Luft zu entwickeln. In der Biotechnologie basiert die Entwicklung neuer Biokatalysatoren und Enzyme auf dem Design von Molekülen mit spezifischen Funktionen.
Originaltitel der Ver?ffentlichung in ?Nature Computational Science“:
"High-throughput property-driven generative design of functional organic molecules", doi.org/10.1038/s43588-022-00391-1
