Chatbot öffnet Computerchemie für Nicht-Experten
Neues Tool macht den komplexen Prozess der Simulation von Molekülen in Lösung zu einem benutzerfreundlichen Chat
Hochentwickelte Computersoftware rationalisiert die Forschung im Bereich der Quantenchemie, indem sie viele der Prozesse bei der Durchführung von Molekularsimulationen automatisiert. Das komplizierte Design dieser Softwarepakete schränkt jedoch oft ihre Verwendung auf theoretische Chemiker ein, die in speziellen Rechentechniken ausgebildet sind. Eine neue Webplattform, die an der Emory University entwickelt wurde, überwindet diese Einschränkung durch einen benutzerfreundlichen Chatbot.
Die Forscher hoffen, dass ihre Pionierarbeit zur Demokratisierung der computergestützten Chemieforschung ähnliche Initiativen in allen Naturwissenschaften inspirieren wird.
Liu Group
Der Chatbot führt Nicht-Experten durch einen mehrstufigen Prozess zur Einrichtung von Molekülsimulationen und zur Visualisierung von Molekülen in Lösung. Er ermöglicht es jedem Chemiker - auch Chemiestudenten -, komplexe quantenmechanische Simulationen per Chat zu konfigurieren und durchzuführen.
Die kostenlose, öffentlich zugängliche Plattform - bekannt als AutoSolvateWeb - wird in erster Linie auf einer Cloud-Infrastruktur betrieben, wodurch der Zugang zu hochentwickelten computergestützten Forschungswerkzeugen weiter ausgebaut wird.
In der Zeitschrift Chemical Science wurde ein Proof-of-Concept für AutoSolvateWeb veröffentlicht, das einen bedeutenden Schritt nach vorn bei der Integration von KI in Bildung und wissenschaftliche Forschung darstellt.
AutoSolvateWeb ist darauf ausgerichtet, Simulationen für eine bestimmte zu lösende Chemikalie (ein Solut) und eine Substanz, in der sie sich auflöst (ein Lösungsmittel), zu erstellen, wodurch eine Lösung (ein Solvat) entsteht.
Die Simulationen werden in Form von 3D-Filmen geliefert.
"Es ist ein bisschen wie ein Mikroskop, mit dem man auf atomarer Ebene sehen kann, wie Moleküle in einer Lösung interagieren", sagt Fang Liu, Emory-Assistenzprofessor für Chemie, der die Entwicklung von AutoSolvateWeb geleitet hat.
Die breite Zugänglichkeit von AutoSolvateWeb macht es zu einem wertvollen Werkzeug für die Erstellung großer, hochwertiger Datensätze, die das Verhalten von Molekülen in Lösung untersuchen. Solche Datensätze bilden die Grundlage für die Anwendung von Techniken des maschinellen Lernens, um Innovationen in allen Bereichen von erneuerbaren Energien bis hin zur menschlichen Gesundheit voranzutreiben.
"Unser Ziel ist es, die wissenschaftliche Entdeckung zu beschleunigen", sagt Fangning Ren, Mitautorin des Artikels in Chemical Science und Doktorandin der Chemie an der Emory University.
Rohit Gadde, ein ehemaliger Emory-Forschungsspezialist, ist Erstautor des Artikels. Weitere Co-Autoren sind Lechen Dong, Emory-Diplomstudentin der Chemie, Yao Wang, Emory-Assistenzprofessor für Chemie, Sreelaya Devaguptam, ein ehemaliger Emory-Gastwissenschaftler, und Rajat Mittal, ein ehemaliger Forschungsassistent an der Clemson University.
Komplexe Aufgaben automatisieren
Der theoretische Chemiker Liu leitet ein Team, das sich auf chemische Berechnungen spezialisiert hat, einschließlich der Modellierung und Entschlüsselung von Moleküleigenschaften und Reaktionen in der Lösungsphase.
Bevor ein Quantenchemieprogramm für ein gelöstes Molekül ausgeführt werden kann, müssen die Geometrie des gelösten Moleküls und die Lage und Ausrichtung der umgebenden Lösungsmittelmoleküle durch eine Molekularsimulation bestimmt werden. Das Einrichten und Ausführen dieser Simulationen ist kompliziert und zeitaufwändig, so dass Forscher solche Berechnungen nur in begrenztem Umfang durchführen können.
Im Jahr 2022 entwickelte die Liu-Gruppe ein System zur Automatisierung vieler dieser Berechnungen, das sie AutoSolvate taufte. Dieses System reduzierte die Codezeilen, die ein Chemiker in einen Supercomputer eingeben muss, um eine Simulation durchzuführen, von Hunderten von Zeilen auf wenige Zeilen.
Zusätzlich zur Befehlszeilenschnittstelle, die sich an erfahrenere theoretische Chemiker richtet, enthielt AutoSolvate eine intuitive grafische Schnittstelle, die sich für Doktoranden eignet, die lernen, Simulationen durchzuführen.
AutoSolvateWeb baut auf dieser Grundlage auf.
Ausweitung des Zugangs
Da AutoSolvateWeb in erster Linie auf einer Cloud-Infrastruktur läuft, werden die Herausforderungen der Hardwarekonfiguration überwunden, wodurch die Lernkurve für anspruchsvolle rechnergestützte Forschung weiter abgeflacht wird. Der Chatbot kommuniziert über natürliche Sprache und nicht über Computercode am Frontend, während AutoSolvateWeb die Softwareprozesse am Backend automatisiert.
"Chemiker müssen weniger Zeit aufwenden, um das Schreiben von Computercode zu erlernen, so dass sie sich mehr auf die spezifischen Probleme konzentrieren können, die sie lösen wollen", erklärt Liu. "Wir wollen auch Studenten in die Lage versetzen, selbst Simulationen durchzuführen, damit sie die Dynamik von Molekülen in Lösung besser verstehen können."
Im Gegensatz zu einem Chatbot mit großem Sprachmodell (LLM) wie ChatGPT ist der AutoSolvateWeb-Chatbot hauptsächlich regelbasiert. Er unterhält sich nicht wie ein echter Mensch über eine Reihe von Themen, sondern ist auf bestimmte Aufgaben ausgerichtet, ähnlich wie Chatbots, die für Kundendienste wie Online-Banking verwendet werden.
Der Chatbot fordert den Benutzer auf, den Namen eines Moleküls von Interesse einzugeben, z. B. Koffein, und dann ein Lösungsmittel auszuwählen, in dem das Koffein aufgelöst werden soll, z. B. Wasser. Das System greift auf Daten von PubChem zurück - der weltweit größten Sammlung frei zugänglicher chemischer Online-Informationen, die von den National Institutes of Health zusammengestellt wurde.
Der Chatbot führt den Nutzer Schritt für Schritt durch die Cloud-Umgebung und integriert nahtlos mehrere Open-Source-Softwareprogramme, die für den Arbeitsablauf benötigt werden. Sobald alle richtigen Parameter durch den automatisierten Prozess berechnet wurden, übermittelt AutoSolvateWeb die Ergebnisse an einen Supercommuter der National Science Foundation, der die Simulation erstellt.
Der Supercommuter liefert eine Trajektoriendatei zurück. Der Benutzer kann diese Datei herunterladen und mit einer Open-Source-Software in einen 3D-Film der gewünschten Simulation verwandeln.
Sehen heißt glauben - und verstehen
AutoSolvateWeb ist in der Lage, die Art und Weise, wie Chemie unterrichtet wird, zu verbessern.
"Je leistungsfähiger die Computer werden, desto wichtiger werden sie für die wissenschaftliche Forschung", sagt Ren. "Chemiestudenten im Grundstudium müssen sich mit Computersimulationen vertraut machen, damit sie mit den Fortschritten in der Forschung Schritt halten können."
Als Beispiel für die Leistungsfähigkeit von Computersimulationen in der Ausbildung nennt er die Solvatochromie, eine Technik zur Analyse der Zusammensetzung von Chemikalien in einer Flüssigkeit.
Studenten im Grundstudium lernen die Solvatochromie normalerweise in Laborexperimenten kennen, indem sie einen als Riechart-Farbstoff bekannten gelösten Stoff in verschiedenen Lösungsmitteln auflösen. Die Lösung färbt sich blau, rot, grün oder gelb, je nachdem, wie die gelösten Moleküle das Licht absorbieren.
Die einfachste Erklärung für dieses Phänomen ist, dass die Farbvariationen auf Veränderungen der Polarität eines Lösungsmittels zurückzuführen sind. Veränderungen in der Polarität stabilisieren den Grundzustand eines Moleküls unterschiedlich, was sich wiederum auf den Absorptionspeak eines Moleküls entlang der Wellenlänge des Lichts auswirkt.
Was schwieriger zu erklären ist, sind die Ausnahmen von dieser Regel. Manchmal erzeugen Lösungsmittel ähnlicher Polarität unterschiedliche Farben, was auf die Art und Weise zurückzuführen ist, wie sich Wasserstoffbrückenbindungen zwischen dem gelösten Stoff und dem Lösungsmittel bilden.
"Um vollständig zu verstehen, wie die Wasserstoffbrückenbindungen in dieser Situation eine besondere Rolle spielen, müssen die Schüler eine Computersimulation durchführen", sagt Liu. "Sehen heißt glauben. Man muss sich die Struktur in Bewegung direkt ansehen, um die Dinge auf der mikroskopischen Skala zu verstehen."
Solche detaillierten Visualisierungen helfen den Schülern, kritisch zu denken, sagt sie, damit sie nicht nur Konzepte aus Lehrbüchern auswendig lernen, sondern ihre eigenen Entdeckungen machen und analysieren können.
"In der Wissenschaft wollen wir nicht nur verstehen, was passiert", fügt Ren hinzu. "Wir wollen wissen, warum das so ist.
Kleine Moleküle, große Daten
Liu und ihre Kollegen arbeiten nun daran, die Palette der chemischen Systeme, die AutoSolvateWeb simulieren kann, zu erweitern und damit über die Beschränkungen hinauszugehen, die beispielsweise für einzelne organische Moleküle als gelöste Stoffe gelten. Außerdem verbessern sie die Fähigkeit der Plattform, nicht nur Daten zu generieren, sondern diese auch zu speichern und in einem Open-Source-Format frei mit der Chemiegemeinschaft auszutauschen.
Die Forscher hoffen, dass ihre Pionierarbeit zur Demokratisierung der computergestützten Chemieforschung ähnliche Initiativen in den Naturwissenschaften inspirieren wird. Ihr ultimatives Ziel, so Ren, ist es, die KI mit verschiedenen Bereichen der Grundlagenforschung zu verbinden und so die Leistungsfähigkeit der interdisziplinären Forschung zu steigern.
Hinweis: Dieser Artikel wurde mit einem Computersystem ohne menschlichen Eingriff übersetzt. LUMITOS bietet diese automatischen Übersetzungen an, um eine größere Bandbreite an aktuellen Nachrichten zu präsentieren. Da dieser Artikel mit automatischer Übersetzung übersetzt wurde, ist es möglich, dass er Fehler im Vokabular, in der Syntax oder in der Grammatik enthält. Den ursprünglichen Artikel in Englisch finden Sie hier.
Originalveröffentlichung
Weitere News aus dem Ressort Wissenschaft
