Merck und Mulliken Center for Theoretical Chemistry gehen Kooperation zu maschinellem Lernen ein
Schwerpunkt auf Entwicklung neuer Tools für computergestützte chemische Modellierung sowie neuer Repräsentierungen von Molekülen
Merck hat eine Zusammenarbeit mit dem Mulliken Center for Theoretical Chemistry der Rheinischen Friedrich-Wilhelms-Universität Bonn bekannt gegeben. Das auf drei Jahre angelegte Kollaborationsprogramm wird sich auf die Entwicklung neuer Tools für die computergestützte chemische Modellierung sowie neuer Repräsentierungen von Molekülen konzentrieren, um die nächste Generation des molekularen maschinellen Lernens voranzutreiben.
Merck KGaA
„Wir freuen uns sehr, mit Merck an diesem Projekt zu arbeiten, von dem nicht nur das Unternehmen, sondern auch die wissenschaftliche Gemeinschaft im Bereich Computational Chemistry profitieren wird. Die enge Zusammenarbeit mit den Wissenschaftlern von Merck wird uns helfen, dem Projekt und den entwickelten Tools den richtigen Schwerpunkt zu verleihen“, sagte Prof. Stefan Grimme, Leiter des Mulliken Center for Theoretical Chemistry, Mitglied der Nationalen Akademie der Wissenschaften Leopoldina und international renommierter Forscher im Spezialgebiet Theoretische Chemie. Die Forschungsgruppe von Grimme hat unzählige Methoden und Tools entwickelt, die heute weit verbreitet zum Einsatz kommen auch jenseits des Bereichs der Computerchemie.
Merck setzt maschinelles Lernen und künstliche Intelligenz (KI) in allen Phasen seiner Wertschöpfungskette ein. Mit zahlreichen Initiativen und Kooperationen will das Unternehmen den Lebenszyklus seiner Produkte beschleunigen, Silos aufbrechen und das Potenzial von Daten und Digitalisierung erschließen. „Die jüngsten Fortschritte haben gezeigt, welchen Einfluss molekulares maschinelles Lernen und KI ganz allgemein auf alle Bereiche der Chemie haben können, insbesondere auf die Simulation und datengesteuerte Wirkstofffindung, Materialdesign und die Vorhersage neuer Formulierungen. Mit dieser Zusammenarbeit wollen wir gemeinsam neue Repräsentierungen von Molekülen und computergestützte Tools entwickeln, die uns dabei helfen werden, das Screening von Wirkstoffkandidaten zu beschleunigen, neue Verbindungen zu entdecken und die Leistungsfähigkeit von Materialien vorherzusagen“, sagte Jan Gerit Brandenburg, Leiter Digital Chemistry bei Merck.
In den nächsten drei Jahren werden mehrere Doktoranden des Mulliken Center for Theoretical Chemistry mit dem Merck-Team von Digital Chemistry zusammenarbeiten, um Methoden zu identifizieren, die auf das gesamte Chemie- und Pharmaportfolio von Merck anwendbar sind und von molekularen maschinellen Lerntechniken profitieren werden. Alle Methoden und Codes, die im Rahmen des Programms entwickelt werden, sind quelloffen (Open Source) und damit auch für die allgemeine wissenschaftliche Gemeinschaft von Nutzen. Das Programm ist teilweise eingebettet in das Schwerpunktprogramm „Molekulares maschinelles Lernen“(SPP 2363) der Deutschen Forschungsgemeinschaft (DFG).
Weitere News aus dem Ressort Wissenschaft
