Symbolbild

Künstliche Intelligenz "liest" und "versteht" Forschungsartikel

Publiziert

Forscher eines Start-ups trainieren ein neuronales Netz, um chemische Formeln aus Forschungsunterlagen zu erkennen

Forscher von Syntelly - einem aus Skoltech hervorgegangenen Start-up - der Staatlichen Universität Lomonossow in Moskau und der Sirius-Universität haben eine auf einem neuronalen Netz basierende Lösung für die automatische Erkennung chemischer Formeln auf eingescannten Forschungspapieren entwickelt. Die Studie wurde in Chemistry-Methods, einer wissenschaftlichen Zeitschrift der European Chemical Society, veröffentlicht.

Die Menschheit tritt in das Zeitalter der künstlichen Intelligenz ein. Auch die Chemie wird sich durch die modernen Methoden des Deep Learning verändern, die stets grosse Mengen an qualitativen Daten für das Training neuronaler Netze erfordern.

Die gute Nachricht ist, dass chemische Daten "gut altern". Selbst wenn eine bestimmte Verbindung ursprünglich vor 100 Jahren synthetisiert wurde, sind die Informationen über ihre Struktur, Eigenschaften und Synthesewege auch heute noch relevant. Selbst in unserer Zeit der universellen Digitalisierung kann es durchaus vorkommen, dass ein organischer Chemiker auf eine Originalzeitschrift oder eine Dissertation aus einer Bibliothek zurückgreift - die z. B. in deutscher Sprache bereits Anfang des 20. Jahrhunderts veröffentlicht wurde -, um Informationen über ein schlecht untersuchtes Molekül zu erhalten.

Die schlechte Nachricht ist, dass es keine anerkannte Standardmethode für die Darstellung chemischer Formeln gibt. Chemiker verwenden üblicherweise viele Tricks in Form von Kurzschreibweisen für bekannte chemische Gruppen. Zu den möglichen Abkürzungen für eine tert-Butylgruppe gehören zum Beispiel "tBu", "t-Bu" und "tert-Bu". Erschwerend kommt hinzu, dass Chemiker oft eine Vorlage mit verschiedenen "Platzhaltern" (R1, R2 usw.) verwenden, um auf viele ähnliche Verbindungen zu verweisen, wobei diese Platzhaltersymbole überall definiert sein können: in der Abbildung selbst, im Fliesstext des Artikels oder in Ergänzungen. Ganz zu schweigen davon, dass der Zeichenstil in den verschiedenen Zeitschriften variiert und sich mit der Zeit weiterentwickelt, dass die persönlichen Gewohnheiten der Chemiker unterschiedlich sind und dass sich die Konventionen ändern. Das führt dazu, dass selbst ein erfahrener Chemiker manchmal ratlos ist, wenn er versucht, ein "Rätsel" zu lösen, das er in einem Artikel gefunden hat. Für einen Computeralgorithmus scheint die Aufgabe unlösbar zu sein.

Die Forscher hatten jedoch bereits Erfahrung mit der Lösung ähnlicher Probleme mit Hilfe von Transformer - einem neuronalen Netzwerk, das ursprünglich von Google für die maschinelle Übersetzung vorgeschlagen wurde. Anstatt Text zwischen Sprachen zu übersetzen, nutzte das Team dieses leistungsstarke Werkzeug, um das Bild eines Moleküls oder einer molekularen Vorlage in seine textuelle Darstellung umzuwandeln. Eine solche Darstellung wird Functional-Group-SMILES genannt.

Zur grossen Überraschung der Forscher erwies sich das neuronale Netz als in der Lage, fast alles zu lernen, sofern der entsprechende Darstellungsstil in den Trainingsdaten enthalten war. Allerdings benötigt Transformer zum Trainieren Dutzende von Millionen von Beispielen, und so viele chemische Formeln aus Forschungsarbeiten von Hand zu sammeln, ist unmöglich. Daher wählte das Team einen anderen Ansatz und erstellte einen Datengenerator, der Beispiele für molekulare Vorlagen erzeugt, indem er zufällig ausgewählte Molekülfragmente und Darstellungsstile kombiniert.

"Unsere Studie ist ein gutes Beispiel für den laufenden Paradigmenwechsel bei der optischen Erkennung von chemischen Strukturen. Während sich frühere Forschungen auf die Erkennung von Molekülstrukturen an sich konzentrierten, können wir uns jetzt, da wir über die einzigartigen Fähigkeiten von Transformer und ähnlichen Netzwerken verfügen, stattdessen der Schaffung künstlicher Mustergeneratoren widmen, die die meisten der existierenden Darstellungsstile von Molekülvorlagen imitieren würden. Unser Algorithmus kombiniert Moleküle, funktionelle Gruppen, Schriftarten, Stile, sogar Druckfehler, er fügt Bits zusätzlicher Moleküle, abstrakte Fragmente usw. ein. Selbst für einen Chemiker ist es schwer zu erkennen, ob das Molekül direkt aus einem echten Papier oder aus dem Generator stammt", so der Hauptautor der Studie, Sergey Sosnin, der CEO von Syntelly, einem bei Skoltech gegründeten Startup-Unternehmen.

Die Autoren der Studie hoffen, dass ihre Methode ein wichtiger Schritt auf dem Weg zu einer künstlichen Intelligenz ist, die in der Lage wäre, Forschungspapiere in dem Masse zu "lesen" und zu "verstehen", wie es ein hochqualifizierter Chemiker tun würde.

Originalveröffentlichung

Ivan Khokhlov et al.; "Image2SMILES: Transformer-Based Molecular Optical Recognition Engine"; Chemistry - Methods; 2022

EVENTS

FachPack

Europäische Fachmesse für Verpackung, Technik, Veredelung und Logistik

Datum: 27.-29. September 2022

Ort: Nürnberg (D)

POWTECH

Pharma.Manufacturing.Excellence

Datum: 27.-29. September 2022

Ort: Nürnberg (D)

Ilmac Lausanne

Networking. Forum. Aussteller

Datum: 28.-29. September 2022

Ort: Lausanne (CH)

VISION

Weltleitmesse für Bildverarbeitung

Datum: 04.-06. Oktober 2022

Ort: Stuttgart (D)

IndustrieTag SüdWest

Total Production Day – Wir treffen uns, um zu gewinnen!

Datum: 06. Oktober 2022

Ort: Karlsruhe (D)

IN.STAND

Die Fachmesse für Instandhaltung und Services

Datum: 18.-19. Oktober 2022

Ort: Stuttgart (D)

Ifas

Fachmesse für Gesundheitsmarkt

Datum: 25.-27. Oktober 2022

Ort: Digital (CH)

electronica

Komponenten, Systeme, Anwendungen, Lösungen

Datum: 15.-18. November 2022

Ort: München (D)

SEMICON Europa

Europäische Leitmesse für Mikroelektronik

Datum: 15.-18. November 2022

Ort: München (D)

all4pack Paris

The global marketplace for Packaging Processing Printing Handling

Datum: 21.-24. November 2022

Ort: Paris (F)

Cleanzone

Internationale Fachmesse und Kongress für Reinraumtechnologie

Datum: 23.-24. November 2022

Ort: Frankfurt am Main (D)

VALVE WORLD EXPO

Weltweite Leitmesse für Industrie-Armaturen

Datum: 29. November-01. Dezember 2022

Ort: Düsseldorf (D)

Empack Schweiz

The Future of Packaging Technology

Datum: 25.-26. Januar 2023

Ort: Zürich (CH)

LOGISTICS & AUTOMATION

Schweizer Fachmesse für Logistik und Transport

Datum: 25.-26. Januar 2023

Ort: Zürich (CH)

Filtech

Internationale Fachmesse für Filter- und Trenntechnologie

Datum: 14.-16. Februar 2023

Ort: Köln (D)

Global Industrie

Midest - smart Industries - Industrie - Tolexpo - die weltweit grössten Fachmessen für die Industriezulieferwirtschaft

Datum: 07.-10. März 2023

Ort: Lyon (F)

ZHAW-IFM Day

Der IFM-Day der ZHAW findet als Begegnungstag für FM-Ausbildung und FM-Praxis statt.

Datum: 10. März 2023

Ort: Wädenswil (CH)

Hannover Messe

TRANSFORMING INDUSTRY TOGETHER

Datum: 17.-21. April 2023

Ort: Hannover (D)

LogiMat

Internationale Fachmesse für Intralogistik

Datum: 25.-27. April 2023

Ort: Stuttgart (D)

interpack

Führende Messe für Prozesse und Verpackung

Datum: 04.-10. Mai 2023

Ort: Düsseldorf (D)

SENSOR + TEST

Internationale Fachmesse für Sensorik, Mess- und Prüftechnik

Datum: 09.-11. Mai 2023

Ort: Nürnberg (D)

LABVOLUTION

Als europäische Fachmesse für innovative Laborausstattung und die Optimierung von Labor-Workflows bildet die LABVOLUTION das gesamte Spektrum der Laborwelt ab und zeigt neue Wege für Anwenderbranchen auf.

Datum: 09.-11. Mai 2023

Ort: Messegelände Hannover (D)

LASER World of PHOTONICS

Weltleitmesse für Komponenten, Systeme und Anwendungen der Photonik

Datum: 27.-30. Juni 2023

Ort: München (D)

SINDEX

Schweizer Messe für industrielle Automatisierung

Datum: 05.-07. September 2023

Ort: Bern (CH)

Ilmac

Fachmesse für Prozess- und Labortechnologie

Datum: 26.-28. September 2023

Ort: Basel (CH)

A + A

Internationale Fachmesse für Persönlichen Schutz, Betriebliche Sicherheit und Gesundheit bei der Arbeit.

Datum: 24.-27. Oktober 2023

Ort: Düsseldorf (D)

AQUA Suisse

Die Schweizer Fachmesse für Wasser, Abwasser und Gas

Datum: 25.-26. Oktober 2023

Ort: Zürich (CH)

maintenance Schweiz

Schweizer Fachmesse für industrielle Instandhaltung und Facility Management

Datum: 25.-26. Oktober 2023

Ort: Zürich (CH)

Pumps & Valves

Fachmesse für Pumpen- und Ventiltechnik

Datum: 25.-26. Oktober 2023

Ort: Zürich (CH)

Swissbau

Die führende Plattform der Bau- und Immobilienwirtschaft in der Schweiz.

Datum: 16.-19. Januar 2024

Ort: Basel (CH)

Swisstech

Internationale Fachmesse für Werkstoffe, Komponenten und Systembau

Datum: 16.-19. Januar 2024

Ort: Basel (CH)

Siams

Die Messe der Produktionsmittel der Mikrotechnik

Datum: 16.-19. April 2024

Ort: Halle d'Exposition, Moutier (CH)

IFAT

Weltleitmesse für Wasser-, Abwasser-, Abfall- und Rohstoffwirtschaft

Datum: 13.-17. Mai 2024

Ort: München (D)

drupa

Weltweit führenden Fachmesse für Drucktechnologien

Datum: 28. Mai - 07. Juni 2024

Ort: Düsseldorf (D)

ArbeitsSicherheitSchweiz

Fachmesse für Arbeitssicherheit, Gesundheitsschutz & Gesundheitsförderung am Arbeitsplatz

Datum: 05.-06. Juni 2024

Ort: Bern (CH)

Bezugsquellenverzeichnis