Evolution\u00e4re Algorithmen sind nicht nur etwas f\u00fcr die Natur, sondern auch f\u00fcr die Chemie! Prof. Dr. Frank Glorius und sein Team vom Organisch-Chemischen Institut der Universit\u00e4t M\u00fcnster haben einen Algorithmus entwickelt, der Molek\u00fcle f\u00fcr maschinelles Lernen kodieren kann. Klingt kompliziert? Keine Sorge, ich erkl\u00e4re es euch!<\/p>\n
Also, was machen diese Chemiker da? Sie haben einen Algorithmus entwickelt, der die relevanten Strukturen in einem Molek\u00fcl erkennt und sie dann in verschiedenen Machine-Learning-Modellen verwendet, um die Eigenschaften der Molek\u00fcle zu kodieren. Das Ganze funktioniert f\u00fcr jeden Datensatz von Molek\u00fclen und erfordert kein Expertenwissen \u00fcber die Hintergr\u00fcnde. Das ist super praktisch, sowohl im Alltag als auch in der Chemie.<\/p>\n
Aber wie genau funktioniert das? Der Algorithmus basiert auf nat\u00fcrlichen evolution\u00e4ren Mechanismen wie Fortpflanzung, Mutation und Selektion. Er sucht nach den besten molekularen Darstellungen, indem er die relevanten Strukturen in einem Molek\u00fcl identifiziert und sie f\u00fcr verschiedene Machine-Learning-Modelle kodiert. Dadurch werden individuell angepasste molekulare Fingerabdr\u00fccke erstellt, je nach Modell und Fragestellung.<\/p>\n
In einer Studie konnten die Chemiker mit diesen Fingerabdr\u00fccken gute Ergebnisse bei der Vorhersage chemischer Reaktionen erzielen. Das ist schonmal ein gro\u00dfer Erfolg! Die Methode wurde sogar in der Fachzeitschrift „Chem“ ver\u00f6ffentlicht. Aber das ist noch nicht alles, der Algorithmus kann auch zur Vorhersage von quantenchemischen Eigenschaften und der Toxizit\u00e4t von Molek\u00fclen eingesetzt werden. Das sind wirklich n\u00fctzliche Informationen, wenn man bedenkt, dass organische Chemiker daran interessiert sind, neue Molek\u00fcle zu entdecken und zu synthetisieren, die gegen Krankheiten wirken oder anderweitig n\u00fctzlich sind.<\/p>\n
Aber bevor man den Algorithmus anwenden kann, m\u00fcssen die Forscher die Molek\u00fcle zuerst in ein f\u00fcr Computer lesbares Format \u00fcbertragen. Das ist gar nicht so einfach, es gibt verschiedene Ans\u00e4tze und Optionen, die bereits erforscht wurden. Der neue Algorithmus soll dabei helfen, den optimalen molekularen Fingerabdruck zu finden.<\/p>\n
Wie macht er das? Der Algorithmus w\u00e4hlt schrittweise diejenigen Fingerabdr\u00fccke aus einer Vielzahl zuf\u00e4llig generierter aus, die die besten Ergebnisse in der Vorhersage erzielen. Dabei werden Mutationen verwendet, um zuf\u00e4llige Ver\u00e4nderungen in den Fingerabdr\u00fccken vorzunehmen, oder Bestandteile zweier Fingerabdr\u00fccke werden rekombiniert. Das h\u00f6rt sich kompliziert an, aber es orientiert sich an den Mechanismen der Natur.<\/p>\n
Ein weiterer Vorteil dieser Methode ist, dass man nachvollziehen kann, warum ein Modell eine bestimmte Vorhersage macht. Das ist echt praktisch, denn so kann man herausfinden, welche Bestandteile eines Molek\u00fcls den Verlauf einer Reaktion beeinflussen. Diese Erkenntnisse k\u00f6nnen dann gezielt genutzt werden, um Molek\u00fcle zu modifizieren.<\/p>\n
Nat\u00fcrlich hat der Algorithmus auch seine Grenzen. Es gibt Situationen, in denen andere Methoden wie neuronale Netzwerke einen Vorteil haben, besonders wenn es um menschliches Fachwissen oder gro\u00dfe Datenmengen geht. Aber das Hauptziel der Studie war es, eine Methode zu entwickeln, die auf jeden molekularen Datensatz angewendet werden kann und kein Expertenwissen erfordert. Das ist definitiv ein Schritt in die richtige Richtung!<\/p>\n
Die finanzielle Unterst\u00fctzung f\u00fcr diese Arbeit wurde \u00fcbrigens von der Deutschen Forschungsgemeinschaft bereitgestellt. Ein Hoch auf die Wissenschaft!<\/p>\n
Schlagw\u00f6rter: Frank Glorius + M\u00fcnster + Machine Learning<\/p>\n","protected":false},"excerpt":{"rendered":"
Evolution\u00e4re Algorithmen sind nicht nur etwas f\u00fcr die Natur, sondern auch f\u00fcr die Chemie! Prof. Dr. Frank Glorius und sein Team vom Organisch-Chemischen Institut der Universit\u00e4t M\u00fcnster haben einen Algorithmus entwickelt, der Molek\u00fcle f\u00fcr maschinelles Lernen kodieren kann. Klingt kompliziert? Keine Sorge, ich erkl\u00e4re es euch! Also, was machen diese...<\/p>\n","protected":false},"author":4,"featured_media":7566,"comment_status":"","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[1],"tags":[],"class_list":["post-7567","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-uncategorized"],"_links":{"self":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts\/7567","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=7567"}],"version-history":[{"count":0,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/posts\/7567\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=\/wp\/v2\/media\/7566"}],"wp:attachment":[{"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=7567"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=7567"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/byte-bucket.com\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=7567"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}