• Facebook
  • LinkedIn
  • KONTAKT
  • ANNONCERING
  • OM KEMIFOKUS
  • PARTNERLOGIN

KemiFOKUS

Fokus på kemi

  • Analytisk kemi
  • Arbejdsmiljø/Indeklima
  • Biokemi
  • Biologi
  • Bioteknologi
  • Branchenyt
  • Energi
  • Fødevarekemi
  • Historisk kemi
  • Kemiteknik
  • Kemometri
  • Klikkemi
  • Klima og miljø
  • Lovgivning og patenter
  • Medicinalkemi
  • Nanoteknologi
  • Organisk kemi
  • Artikler fra Dansk Kemi

Artikler fra Dansk KemiKemiteknik12. 12. 2023 | Heidi Thode

Kunstig intelligens baner vejen for nye og bedre beregningsmetoder

Artikler fra Dansk KemiKemiteknik12. 12. 2023 By Heidi Thode

Kunstig intelligens gør det muligt at udvikle ekspertsystemer, der er i stand til at udtrække vigtige strukturelle oplysninger fra molekylet og lære at korrelere disse til forskellige egenskaber af interesse.

Artiklen har været bragt i Dansk Kemi nr. 6, 2023 og kan læses uden illustrationer, strukturer og ligninger herunder.

Læs originalartiklen her

Af Adem Rosenkvist Nielsen Aouichaoui, Jens Abildskov og Gürkan Sin, Process and Systems Engineering center (Prosys), DTU Kemiteknik

En ofte brugt kemivits lyder som følger: “Don’t trust molecules, they make up everything (de udgør alt)”. I den vittighed gemmer der sig en universel kendsgerning: Molekyler er byggestenene i alt omkring os, både levende og livløse, naturlige og syntetiske. Kemiske produkter er vidt udbredte og anvendes til forskellige formål i en lang række industrier som for eksempel sundhedspleje, energisystemer, overflade- og afgrødebeskyttelse. Processerne til fremstilling og oprensning af disse kemikalier involverer også andre produkter såsom reaktanter og tilsætningsstoffer for at muliggøre adskillelsen og oprensningen af de ønskede produkter.
Et kemisk produkts anvendelsesmuligheder går hånd i hånd med dets forskellige egenskaber, både som ren komponent og som en del af en blanding. Disse egenskaber kan variere fra termiske, fysiske og miljømæssige til toksikologiske og sikkerhedsrelaterede egenskaber. De bestemmes normalt i laboratorier, der kræver en række forskellige forsøgsopstillinger, måleinstrumenter, procedurer og ekspertise. Det kræver omfattende arbejde at fastlægge disse egenskaber, især når man tager den enorme størrelse af det kemiske designrum i betragtning. Et studie viste, at der teoretisk set er over 166 milliarder mulige organiske forbindelser, der består af op til 17 atomer af nitrogen (N), oxygen (O), svovl (S) og halogener (fluor (F), chlor (Cl), brom (Br), jod (I)) [1]. Det viser, hvor stor en opgave det ville være at bestemme alle molekylers egenskaber eksperimentelt under alle forhold.

Udnyttelse af det kendte til at udforske det ukendte
For kemiingeniører er det vigtigt at kende molekylers egenskaber ved procesdesign, opstilling af masse- og energibalancer samt processimulering. En vigtig anvendelse er produktdesign, som går ud på at identificere molekyler med særlige egenskaber og funktioner. Sådanne designproblemer kan omfatte identifikation af nye miljøvenlige kølemidler eller opløsningsmidler til oprensning af bioprodukter. Det har derfor været vigtig praksis at udvikle matematiske modeller, der kan forudsige egenskaber ud fra molekylets strukturelle information. En populær modeltype er gruppebidragsmodellen.
Modellens input er forekomsten af et sæt foruddefinerede understrukturer og funktionelle grupper, som hver især har en koefficient, der bidrager til den samlede egenskab gennem et lineært forhold [2]. Et eksempel på denne tilgang er illustreret i figur 1. Disse modeller er blevet rost for deres nøjagtighed og fortolkningsevne på trods af deres enkelhed, men deres lineære natur lykkes ikke altid med at beskrive egenskaber med ikke-lineær opførsel og molekyler, der udviser ”nærmeste-nabo-effekter”. Sidstnævnte skyldes i høj grad, at sådanne modeller ikke tager højde for den geometriske relation mellem grupperne.

Kunstig intelligens: Nye tilgange til modellering af molekylers egenskaber
Den hurtige udvikling i regnekraft og adgang til beregningsressourcer har i høj grad understøttet fremkomsten af kunstig intelligens (artificial intelligens, AI). Som så mange andre applikationer og områder har forskere forsøgt at udnytte dette til at overkomme ulemperne ved klassiske tilgange til modellering af kemiske egenskaber. Machine learning (ML), en underkategori af AI, er et sæt af algoritmer, der kan korrelere en række inputs til et givet output uden eksplicit at blive programmeret til det.
Ud over blot at korrelere inputs til et givet output, er nogle ML-metoder også i stand til at ekstrahere og lære nye repræsentationer ud fra forskellige inputformater. Det vil sige, i stedet for det besværlige konventionelle arbejde med at definere og identificere grupperne i et molekyle, kan dette outsources til en ML-algoritme. Graph Neural Networks er en type neuralt netværk, der opererer på en graf repræsentation som input og er en populær model inden for repræsentationslæring [3]. Grafer er i stand til at beskrive mange objekter og fænomener som forsyningskæder, sociale netværk og smittesporing. Grafer er også en populær 2D-repræsentation af molekylet: Knudepunkterne svarer til atomer, mens kanterne svarer til kemiske bindinger. Dette gør Graph Neural Networks til en intuitiv tilgang til at forudsige molekylers egenskaber. Diverse information relateret til molekylet kan inkorporeres i knudepunkterne og kanterne i en graf. Nogle af disse informationer er typen af atomer og kemiske bindinger (som en binær variabel), antallet af bindinger og hydrogenatomer (som en heltalsvariabel) samt information om chiralitet og hybridisering. Et eksempel på en molekylær graf kan ses i figur 1.
Graph Neural Networks fungerer meget på samme måde som den menneskelige hjerne: Informationen i knudepunkterne (neuronerne) transporteres langs kanterne (synapserne). Denne proces kaldes ”message passing”: Atomerne sender deres naboatomer signaler om den information, der findes i dem. Disse oplysninger bruges derefter til at opdatere knudepunkternes oplysninger, og modellen giver derfor mulighed for at inkludere information om den relative position af atomerne i molekylet. Ved at gentage denne operation bliver knudepunkterne mere og mere opmærksomme på, hvad der befinder sig på længere afstand til dem. Grafrepræsentationen transformeres derefter til en vektorrepræsentation og bruges som input i et Deep Neural Network. Denne struktur gør det muligt at bruge back-propagation af fejl til at justere repræsentationen, så den passer til opgaven og de anvendte data. Det gør algoritmen ekstremt fleksibel og i stand til at udtrække information, der er relevant for den aktuelle opgave, uden behov for specifik menneskelig indgriben. Selvom dette har resulteret i state-of-the-art nøjagtighed, er modellerne notorisk kendt for at være black-box, det vil sige, at det ikke er klart, hvilken læring modellerne opnår under deres træning [3].

Integrering af fundamentale principper med Machine Learning
På den ene side har vi de klassiske tilgange, som er transparente, og på den anden side har vi de nye ML-baserede tilgange, som er geometribevidste og i stand til at beskrive ikke-lineære tendenser i egenskaberne. I vores arbejde har vi kombineret de to tilgange for at få det bedste fra de to verdener og gøre modellerne mere udbredte og anvendelige [4]. Til det formål udviklede vi en model, der betragter funktionelle grupper som en mindre graf med atomerne som knudepunkter, og de mindre grafer forbindes derefter for at danne selve molekylet. Denne hierarkiske repræsentation af molekylet fører til state-of-the-art modeller med høj nøjagtighed samt det ekstra aspekt af fortolkelighed. Disse modeller er i stand til at fremhæve og rangere vigtigheden af undergrupperne i molekylet, hvilket i mange tilfælde er i overensstemmelse med viden fra gruppebidragsmodeller (figur 1).
Dette viser den vellykkede integration mellem kemividen og datadrevne ML-tilgange, og at de to kan komplementere hinanden og at det hele er større end summen af dets dele. Værktøjet kan dermed i fremtiden bruges til at accelerere identifikationen af potentielle nye molekyler til forskellige anvendelser, samt at dirigere forskere til kun eksperimentelt at bestemme egenskaberne af de mest lovende kandidater. Dette kan resultere i hurtigere procesudvikling, der kan fremme den grønne omstilling.

E-mail:
Adem Rosenkvist Nielsen Aouichaoui: arnaou@kt.dtu.dk

Referencer
1. J.-L. Reymond, “The Chemical Space Project,” Acc. Chem. Res., vol. 48, no. 3, pp. 722-730, Mar. 2015.
2. A.S. Hukkerikar, B. Sarup, A. Ten Kate, J. Abildskov, G. Sin, and R. Gani, “Group-contribution+ (GC+) based estimation of properties of pure components: Improved property estimation and uncertainty analysis,” Fluid Phase Equilibria, vol. 321, pp. 25-43, May 2012.
3. A.R.N. Aouichaoui, F. Fan, S.S. Mansouri, J. Abildskov, and G. Sin, “Combining Group-Contribution Concept and Graph Neural Networks Toward Interpretable Molecular Property Models,” J. Chem. Inf. Model., vol. 63, no. 3, pp. 725-744.
4. A.R.N. Aouichaoui, F. Fan, J. Abildskov, and G. Sin, “Application of interpretable group-embedded graph neural networks for pure compound properties,” Comput. Chem. Eng., vol. 176, p. 108291, Aug. 2023.

Skrevet i: Artikler fra Dansk Kemi, Kemiteknik

Seneste nyt fra redaktionen

Vil du stå i spidsen for et af Danmarks ældste fagblade – Dansk Kemi søger ny redaktør

Top17. 09. 2025

Da vores redaktør, Hanne Christine Bertram, stopper, søger vi en redaktør til et af Danmarks ældste fagtidsskrifter, Dansk Kemi. Dansk Kemi bringer aktuel og dybdegående information om kemien og dens udvikling inden for industri, forskning og uddannelse. Bladet er desuden medlemsblad for Kemisk

Jubilæumsudgaven af Labdays i Aarhus er kommet godt fra start

BranchenytTop10. 09. 2025

Lige fra morgenstunden stod de første besøgende klar til at komme ind på LabDays messen, der i år afholdes i smilets by, Aarhus. Her kunne de finde oplagte udstillere, der gennem messens to dage står klar til at præsentere deres produkter, der inkluderer alt indenfor laboratorieverdenen. Der ud

Kvantealgoritmer og kemisk forståelse i åbne systemer

AktueltArtikler fra Dansk Kemi03. 09. 2025

Fra myten om den heroiske beregning til realistiske simuleringer af elektronoverførsel i åbne systemer med hukommelse. Artiklen har været bragt i Dansk Kemi nr. 4, 2025 og kan læses uden illustrationer, strukturer eller ligninger herunder(læs originalartiklen her) Af Lea K. Northcote1,2 og

Grøn kemi, affald og plast

AktueltArtikler fra Dansk KemiGrøn omstilling26. 08. 2025

Grøn kemi – læren om hvordan kemi udføres bæredygtigt og sikkert – bliver kun vigtigere. Artiklen har været bragt i Dansk Kemi nr. 4, 2025 og kan læses uden illustrationer, strukturer eller ligninger herunder(læs originalartiklen her) Af Christine Brænder Almstrup og Mikael Bols, Kemisk

Det gyldne mikrobiom: Tarmbakterier som kilde til det essentielle B-vitamin riboflavin

AktueltArtikler fra Dansk KemiBiokemiBioteknologiMedicinalkemi20. 08. 2025

Riboflavin er et essentielt vitamin, der spiller en nøglerolle for vores sundhed samt for at opretholde et sundt tarmmikrobiom. Artiklen har været bragt i Dansk Kemi nr. 3, 2025 og kan læses uden illustrationer, strukturer eller ligninger herunder(læs originalartiklen her) Af Emmelie Joe

Antibiotikaresistens i vores naturlige miljøer

AktueltArtikler fra Dansk KemiBiologi12. 08. 2025

Spredning af antibiotikaresistens kan ske via mineraloverflader. Artiklen har været bragt i Dansk Kemi nr. 3, 2025 og kan læses uden illustrationer, strukturer eller ligninger herunder(læs originalartiklen her) Af Karina Krarup Svenninggaard Sand, associate professor, Globe Institute,

Nye metoder giver indsigt i plantebaseret strukturdannelse

AktueltArtikler fra Dansk KemiFødevarekemi04. 08. 2025

Et afsluttet ph.d.-projekt fra Institut for Fødevarer ved Aarhus Universitet. Artiklen har været bragt i Dansk Kemi nr. 3, 2025 og kan læses uden illustrationer, strukturer eller ligninger herunder(læs originalartiklen her) Af Julie Frost Dahl*, Sandra Beyer Gregersen og Milena Corredig,

Hofmeister – nem at anvende, svær at forstå

AktueltArtikler fra Dansk KemiFødevarekemi23. 06. 2025

Franz Hofmeister opløste æggehvide i vandige saltopløsninger. En artikel fra 1888 beskriver, hvordan nogle ioner får proteiner til at udfælde, mens andre ioner har den modsatte effekt. Fødevarekemien bruger stadig Hofmeister, men langt mere nuanceret. Artiklen har været bragt i Dansk Kemi nr. 3,

Udvinding af fødevareproteiner fra kløvergræs ved membranteknologi

AktueltArtikler fra Dansk KemiFødevarekemi17. 06. 2025

Hvis kløvergræs skal kunne anvendes som ny ressource til udvinding af fødevareproteiner, kan membranteknologi være vejen frem. Artiklen har været bragt i Dansk Kemi nr. 3, 2025 og kan læses uden illustrationer, strukturer eller ligninger herunder(læs originalartiklen her) Af Mette Lübeck, Mads

Trinatriumhexafluo… hvad for noget?

AktueltArtikler fra Dansk KemiHistorisk kemi09. 06. 2025

Artiklen har været bragt i Dansk Kemi nr. 2, 2025 og kan læses uden illustrationer, strukturer eller ligninger herunder(læs originalartiklen her) I år fejrer man internt i IUPAC 20-året for offentliggørelsen af The Red Book (i det følgende blot "RB2005") med anbefalinger vedrørende

Tilmeld Nyhedsbrev

Tilmeld dig til dit online branchemagasin/avis





Få fuld adgang til indlægning af egne pressemeddelelser...
Læs mere her

/Nyheder

  • Busch Vakuumteknik A/S

    OTTO Digital Services til systemer

  • DENIOS ApS

    Sådan får du op til 50 % mere lagerkapacitet

  • Holm & Halby

    VidensDage 2025: To dage med viden, visioner og værdi

  • Holm & Halby

    LAF kabinetter: Er du rustet til den nye EN12469 / Annex 1

  • Drifton

    Mød Drifton og DACOS på LabDays 2025 i Aarhus

  • DENIOS ApS

    Hvordan håndterer du noget, du ikke kan se?

  • Mikrolab – Frisenette A/S

    Vægtbytte er blevet opdateret: Nu får du flere muligheder

  • Busch Vakuumteknik A/S

    Busch Vacuum Solutions fremviser avancerede produkter fra Pfeiffer Vacuum+Fab Solutions på LabDays

  • Dansk Laborant-Forening/HK

    LABORANTER CAND.ALT.

  • Kem-En-Tec Nordic

    Lad os fortsætte traditionen – vi ses på LabDays!

Vis alle nyheder fra vores FOKUSpartnere ›

Seneste Nyheder

  • Vil du stå i spidsen for et af Danmarks ældste fagblade – Dansk Kemi søger ny redaktør

    17.09.2025

  • Jubilæumsudgaven af Labdays i Aarhus er kommet godt fra start

    10.09.2025

  • Kvantealgoritmer og kemisk forståelse i åbne systemer

    03.09.2025

  • Grøn kemi, affald og plast

    26.08.2025

  • Det gyldne mikrobiom: Tarmbakterier som kilde til det essentielle B-vitamin riboflavin

    20.08.2025

  • Antibiotikaresistens i vores naturlige miljøer

    12.08.2025

  • Nye metoder giver indsigt i plantebaseret strukturdannelse

    04.08.2025

  • Hofmeister – nem at anvende, svær at forstå

    23.06.2025

  • Udvinding af fødevareproteiner fra kløvergræs ved membranteknologi

    17.06.2025

  • Trinatriumhexafluo… hvad for noget?

    09.06.2025

  • Prisen på grisen: Hvad koster oprensning af beskidt CO2?

    02.06.2025

  • Der er brug for lange måleserier af miljøparametre

    26.05.2025

  • Chemical ionization mass spectrometry in atmospheric studies

    19.05.2025

  • Gamle processer, nye muligheder: Nyt kemisk-biologisk koncept til CO2-fangst og omdannelse

    14.05.2025

  • Centrotherm clean solutions bliver til Pfeiffer Vacuum+Fab Solutions

    14.05.2025

Alle nyheder ›

Læs Dansk Kemi online

Annoncering i Dansk Kemi

KONTAKT

TechMedia A/S
Naverland 35
DK - 2600 Glostrup
www.techmedia.dk
Telefon: +45 43 24 26 28
E-mail: info@techmedia.dk
Privatlivspolitik
Cookiepolitik