23.02.2022 - Technische Universität Berlin

Neuer KI-Algorithmus generiert innovative Substanzen auf Basis von gewünschten Eigenschaften

Funktion bestimmt Form

In der Medizin, in der Batterieforschung oder in der Materialwissenschaft – überall sind Wissenschaftler*innen auf der Suche nach innovativen Substanzen. Dabei können die Forscher*innen oft sehr detailliert die gewünschten chemischen und physikalischen Eigenschaften bis auf die atomare Ebene vorhersagen. Allein der Raum aller potenziellen chemischen Verbindungen ist so riesig, dass es Jahre dauern würde, bis die geeignete Substanz gefunden wird. Eine interdisziplinäre Forschergruppe des Berlin Institute for the Foundations of Learning and Data (BIFOLD) an der Technischen Universität Berlin hat jetzt einen KI-Algorithmus entwickelt, der mithilfe von KI sogenanntes inverses chemisches Design umsetzt und so gezielt Moleküle auf Basis ihrer gewünschten Eigenschaften generiert. Ihre Publikation „Inverse design of 3d molecular structures with conditional generative neural networks” erschien jetzt in dem Magazin Nature Communications.

Die Suche nach geeigneten Molekülen für spezielle medizinische oder industrielle Anwendungen ist ein extrem aufwändiger und teurer Prozess. „Rein hypothetisch existieren unfassbar viele mögliche Strukturen, von denen aber nur ein winziger Bruchteil die speziellen chemischen oder physikalischen Eigenschaften hat, die in einer bestimmten Anwendung gefragt sind”, erläutert Dr. Kristof Schütt, BIFOLD Junior Fellow an der TU Berlin. In den letzten Jahren wurde eine Fülle von Methoden entwickelt, die in der Lage sind, die chemischen Eigenschaften und energetischen Zustände von gegebenen Substanzen mit Hilfe von KI vorherzusagen. Selbst mit diesen effizienten Methoden erweist sich die Suche nach Molekülen mit spezifischen Eigenschaften in der Praxis als schwierig, da nach wie vor eine überwältigende Anzahl an Kandidaten durchsucht werden muss.

Die Struktur-Eigenschaftsbeziehung wird umgedreht

Die BIFOLD-Wissenschaftler konzentrierten sich daher auf das sogenannte inverse Moleküldesign, bei dem die Struktur-Eigenschafts-Beziehung umgedreht wird: Die Struktur gibt nicht die Eigenschaften vor, sondern die Eigenschaften definieren die Struktur. Die Herausforderung besteht darin, direkt molekulare Strukturen zu konstruieren, die einer bestimmten Gruppe von Eigenschaften entsprechen. Der entwickelte KI-Algorithmus basiert auf einem sogenannten tiefen generativen neuronalen Netz, in dessen Entwicklung Vorwissen über grundsätzliche, physikalische Gegebenheiten eingeflossen ist. Das Netz lernt nur anhand einiger tausend Beispielmoleküle die komplexen Zusammenhänge zwischen chemischen Strukturen und ihren Eigenschaften. „Danach können verschiedene Eigenschaftsprofile vorgeben werden und das generative neuronale Netz, schlägt dazu eine überschaubare Menge an passenden Molekülen und Verbindungen vor. Nur diese Kandidaten müssen dann von den Chemiker*innen untersucht werden“, erläutert Kristof Schütt. Die Wissenschaftler konnten zeigen, dass dieses inverse chemische Design sogar dann funktioniert, wenn das gesuchte Eigenschaftsprofil nur teilweise von den bereits bekannten Beispielmolekülen abgedeckt wird.

Das interdisziplinäre Team erwartet, dass derartige Algorithmen, im Zusammenspiel mit weiteren KI-getriebenen Ansätzen und quantenchemischen Methoden, die Suche nach neuen Molekülen und Materialien in vielen praktischen Bereichen stark beschleunigen können. Klaus-Robert Müller, BIFOLD Co-Direktor und Professor für maschinelles Lernen an der TU Berlin, ergänzt: „Ich sehe hier ein enormes Potential, wenn sowohl das Entwerfen der Moleküle als auch deren Analyse und Simulation mit Methoden der künstlichen Intelligenz unterstützt werden. Dies kann zum Beispiel bei der Entwicklung von Medikamenten hilfreich sein oder die Suche nach neuartigen Materialien für Batterien und Solarzellen beschleunigen.“

Fakten, Hintergründe, Dossiers
  • künstliche Intelligenz
  • Moleküle
  • Moleküldesign
  • Neuronale Netze
  • Medikamentenentwicklung
  • Batterieforschung
Mehr über TU Berlin
  • News

    Grüner Wasserstoff für die Massenproduktion

    Für die erfolgreiche Demonstration einer neuartigen alkalischen Elektrolyse wurde Prof. Dr. Peter Strasser, Leiter des Fachgebiets Elektrochemie und Elektrokatalyse, gemeinsam mit seinem Team und Kolleg*innen der Albert-Ludwigs-Universität Freiburg mit dem „f-cell“ Award in der Kategorie „F ... mehr

    Bis zu 10 Millionen Euro Förderung für Transfer im Bereich Grüne Chemie

    Ein Konsortium aus insgesamt 29 Partner*innen erhält für das Konzept GreenCHEM eine Förderung in Höhe von bis zu 10 Millionen Euro vom Bundesministerium für Bildung und Forschung, um die Hauptstadtregion zum internationalen Hotspot für chemische Deep-Tech Innovationen weiterzuentwickeln Zum ... mehr

    Neuer Algorithmus treibt den Einsatz von KI in den Materialwissenschaften voran

    Noch weitgehend Neuland ist der Einsatz von Künstlicher Intelligenz (KI) in den klassischen Wissenschaften wie Chemie, Physik oder Mathematik: Forscher des Berlin Institutes for the Foundation of Learning and Data (BIFOLD) an der TU Berlin in Zusammenarbeit mit Google Research ist es nun ge ... mehr

  • Videos

    Science friction: Adhesion of complex shapes

    We investigate experimentally and numerically adhesion of contacts having complex shape. mehr

    Katalysatoren für die Umwandlung von Methan

    Methan ist Hauptbestandteil von Biogas und Erdgas. Bei der Erdölförderung werden Milliarden Kubikmeter Methan ungenutzt abgefackelt, weil oft wirtschaftliche Transportmöglichkeiten fehlen. Dieses Problem will der Berliner Exzellenzcluster „Unifying Concepts in Catalysis“ (UniCat) mit Hilfe ... mehr

  • q&more Artikel

    Wasser statt Mineralöl

    Grundlage vieler Medikamente sind Wirkstoffe aus chiralen Bausteinen. Für die chemische Herstellung sind teure Edelmetallkatalysatoren notwendig, die sich aufgrund ihrer thermischen Instabilität bei höheren Temperaturen zersetzen und daher nur einmal verwendet werden können. mehr

    David gegen Goliath

    Wo der Laie nur ekligen Schimmel sieht, offenbart sich beim Blick durch das Mikroskop eine ganz besondere Welt der Ästhetik. Ein ­filigranes Netzwerk aus lang gestreckten und verzweigten Pilz­hyphen durchsetzt das Substrat, Lufthyphen erobern den Luftraum und bilden farbige Sporen, mit dene ... mehr

  • Autoren

    Dr.-Ing. Henriette Nowothnick

    Jg. 1980, studierte Chemie an der Technischen Universität Berlin. Sie promovierte 2010 in der Arbeitsgruppe von Prof. R. Schomäcker über die Reaktionsführung der Suzuki-Kupplung in Mikro­emulsionen mit dem Ziel des Katalysator Re-using und der Produktisolierung. 2011 bis 2012 arbeitete sie ... mehr

    Dipl. Ing. Sonja Jost

    Jg. 1980, studierte Wirtschafts­ingenieurwesen / Technische Chemie an der Technischen Universität Berlin. Von 2006 bis 2011 erhielt sie verschiedene Forschungsstipendien im Bereich der homogenen chiralen Katalyse. 2011 bis 2012 war sie Projektleiterin eines Drittmittelprojekts zum Thema „Ka ... mehr

    Prof. Dr. Vera Meyer

    Vera Meyer, geb. 1970, studierte Biotechnologie an der Universität ­Sofia und der Technischen Universität Berlin, wo sie 2001 promovierte. Nach Forschungs- aufenthalten am Imperial College London und der Universität Leiden habilitierte sie 2008 an der Technischen Universität Berlin. Von 200 ... mehr