Wegweisende Katalyseforschung: Datenpraktiken für den Erfolg der Wissenschaft von morgen

Diese Forschung verspricht, Entdeckungen und Innovationen in der Chemie und darüber hinaus zu beschleunigen

21.10.2024

Wissenschaftler*innen der Abteilung für Anorganische Chemie am Fritz-Haber-Institut der Max-Planck-Gesellschaft haben einen bahnbrechenden Fortschritt im Bereich des Datenmanagements für die Katalyseforschung erzielt. Ihre neueste Studie, „Advancing catalysis research through FAIR data principles implemented in a local data infrastructure – a case study of an automated test reactor“, veröffentlicht in der Zeitschrift Catalysis Science & Technology, untersucht die transformative Kraft der FAIR-Datenprinzipien in der wissenschaftlichen Forschung.

Im heutigen digitalen Zeitalter sind Daten entscheidend für wissenschaftliche Entdeckungen. Die Wissenschaft benötigt Daten, die auffindbar, zugänglich, interoperabel und wiederverwendbar sind – zusammengefasst als FAIR-Daten. Diese Studie zeigt, wie diese Prinzipien für den wissenschaftlichen Fortschritt unerlässlich werden, insbesondere mit dem Aufstieg der künstlichen Intelligenz, die zuverlässige und konsistente Daten erfordert.

Die Wissenschaftler*innen haben innovative Methoden zur automatischen Erfassung und Speicherung von Daten aus Katalyseexperimenten entwickelt. Durch die Implementierung maschinenlesbarer Standardarbeitsanweisungen (SOPs) hat das Team den gesamten Prozess – von der Datenerfassung bis zur Analyse und Speicherung – automatisiert. Diese Automatisierung wird durch EPICS unterstützt und stellt sicher, dass jedes Datenstück nahtlos durch das System fließt.

Darüber hinaus ermöglicht die Entwicklung von Anwendungsprogrammierschnittstellen (APIs), dass diese Daten nicht nur innerhalb ihrer lokalen Infrastruktur, sondern auch mit globalen Repositorien zirkulieren. Diese Konnektivität ebnet den Weg für autonome Katalysatorentdeckungen und fortschrittliche Anwendungen des maschinellen Lernens, die potenziell revolutionieren könnten, wie neue Katalysatoren entdeckt werden.

Diese Forschung stellt einen bedeutenden Fortschritt auf der Suche nach effizienteren und effektiveren wissenschaftlichen Methoden dar und verspricht, Entdeckungen und Innovationen in der Chemie und darüber hinaus zu beschleunigen.

Originalveröffentlichung

Abdulrhman Moshantaf, Michael Wesemann, Simeon Beinlich, Heinz Junkes, Julia Schumann, Baris Alkan, Pierre Kube, Clara Patricia Marshall, Nils Pfister, Annette Trunschke; "Advancing catalysis research through FAIR data principles implemented in a local data infrastructure – a case study of an automated test reactor"; Catalysis Science & Technology, 2024

https://www.chemie.de/news/1184693/wegweisende-katalyseforschung-datenpraktiken-fuer-den-erfolg-der-wissenschaft-von-morgen.html