Chemisches Wissen zwischen Mensch und Maschine teilen

Forschende der Universität Jena, der Westfälischen Hochschule und der Universität Prag haben eine Plattform entwickelt, die mittels künstlicher neuronaler Netzwerke chemische Strukturformeln in eine maschinenlesbare Form übersetzt. Damit haben sie ein Werkzeug geschaffen, mit dem diese Informationen aus wissenschaftlichen Veröffentlichungen automatisiert in Datenbanken eingespeist werden können. Bislang war das sprichwörtlich Handarbeit und entsprechend zeitaufwendig. In der aktuellen Ausgabe des Fachmagazins „Nature Communications“ stellt das Team um Prof. Dr. Christoph Steinbeck und Prof. Dr. Achim Zielesny die neueste Version ihres Tools DECIMER.ai vor (DOI: 10.1038/s41467-023-40782-0Externer Link), die Forschende weltweit nutzen können.

Wie chemische Verbindungen aufgebaut sind, das heißt, aus welchen Atomen sie bestehen, wie diese räumlich angeordnet und miteinander verbunden sind, wird in sogenannten Strukturformeln dargestellt. Für Chemikerinnen und Chemiker lässt sich aus einer Strukturformel unter anderem ableiten, welche Moleküle miteinander reagieren können und welche nicht, wie sich komplexe Verbindungen synthetisieren lassen oder welche Naturstoffe eine therapeutische Wirkung haben könnten, weil sie mit Zielmolekülen in Zellen zusammenpassen. 

Im 19. Jahrhundert entwickelt, hat sich die Darstellung von Molekülen als Strukturformeln bewährt und wird bis heute in jedem Chemie-Lehrbuch genutzt. Doch was die chemische Welt für Menschen intuitiv erfassbar macht, ist für eine Software nur eine Ansammlung schwarzer und weißer Pixel. „Um die Informationen aus Strukturformeln in Datenbanken nutzbar zu machen, die automatisiert durchforstet werden können, müssen sie in einen maschinenlesbaren Code übersetzt werden“, erläutert Christoph Steinbeck, Professor für Analytische Chemie, Chemieinformatik und Chemometrie der Uni Jena.

Aus einem Bild wird ein Code

Und genau das kann die Künstliche Intelligenz „DECIMER“, die das Team um Prof. Steinbeck und seinen Kollegen Prof. Achim Zielesny von der Westfälischen Hochschule entwickelt hat. DECIMER steht für „Deep Learning for Chemical Image Recognition“ und ist eine open-source Plattform, die für jedermann im Internet frei verfügbar ist und in einem normalen Internetbrowser genutzt werden kann. Dort lassen sich wissenschaftliche Artikel, die chemische Strukturformeln enthalten, einfach per drag and drop hochladen und sofort beginnt die KI ihre Arbeit. 

„Als erstes wird das gesamte Dokument nach Abbildungen durchsucht“, erklärt Steinbeck. Danach identifiziert der Algorithmus die enthaltene Bildinformation und klassifiziert diese danach, ob es sich um eine chemische Strukturformel oder irgendein anderes Bild handelt. Die erkannten Strukturformeln werden schließlich in den chemischen Strukturcode übersetzt oder in einem Struktureditor dargestellt, so dass sie weiterbearbeitet werden können. „Dieser Schritt ist der Kern des Projektes und die eigentliche Leistung“, macht Steinbeck deutlich.