Direkt zum Inhalt
Login erforderlich
Dieser Artikel ist Abonnenten mit Zugriffsrechten für diese Ausgabe frei zugänglich.

Chemie: Reaktionsvorhersage mit KI

Erstmals sagt eine künstliche Intelligenz nur anhand der 2-D-Struktur von Molekülen das genaue Ergebnis einer chemischen Reaktion voraus.

Was kommt heraus, wenn Molekül A mit Molekül B reagiert? Bei einfachen Stoffen genügt manchen Chemikern ein Blick auf die zweidimensionale Skizze der beteiligten Partner, und die Antwort ist klar. Je komplizierter die Strukturen aber werden, desto vielfältiger sind die Möglichkeiten, miteinander zu reagieren, so dass die Vorhersage schwieriger wird. Hinzu kommen unzählige Parameter, die den Ausgang ebenfalls beeinflussen, wie etwa das verwendete Lösungsmittel, Katalysatoren, weitere zugesetzte Stoffe, der pH-Wert, die Temperatur, Reaktionsdauer und vieles mehr. Eine Reaktionsvorhersage zu machen, wird daher schnell recht unübersichtlich. Ganz zu schweigen von einer Abschätzung, zu welchem Anteil sich der gewünschte Stoff wohl bilden wird und in welchem Verhältnis die verschiedenen Produkte zueinander entstehen.

Für Computermodelle ist der genaue Ausgang einer Reaktion ebenfalls relativ schwer vorherzusagen …

Kennen Sie schon …

Spektrum - Die Woche – Wie Computer das Lernen lernen

Die Nobelpreise in Medizin oder Physiologie, Physik und Chemie sind vergeben! Erfahren Sie, wie bahnbrechende Forschungen zu microRNA, neuronalen Netzen und Proteinen die Welt verändern.

Spektrum - Die Woche – Warum soziale Medien weniger gefährlich sind, als wir denken

Spektrum Kompakt – Extremwetter

Auf der ganzen Welt sind Menschen von Extremwetterereignissen betroffen. In Zukunft werden sich diese aufgrund des Klimawandels häufen. So nehmen Starkregen, Dürren und Waldbrände auch in Europa zu. Welche Maßnahmen bei Extremwetter gibt es und wie zuverlässig lassen sich »freak events« vorhersagen?

  • Quellen

Ahneman, D. T. et al.:Predicting reaction performance in C–N cross-coupling using machine learning. Science 360, 2018

Reid, J. P., Sigman, M. S.:Holistic prediction of enantioselectivity in asymmetric catalysis. Nature 571, 2019

Sandtfort, F. et al:A structure-based platform for predicting chemical reacti­vity. ChemRxiv, 201910.26434/chemrxiv.9981488.v1

Schreiben Sie uns!

Beitrag schreiben

Wir freuen uns über Ihre Beiträge zu unseren Artikeln und wünschen Ihnen viel Spaß beim Gedankenaustausch auf unseren Seiten! Bitte beachten Sie dabei unsere Kommentarrichtlinien.

Tragen Sie bitte nur Relevantes zum Thema des jeweiligen Artikels vor, und wahren Sie einen respektvollen Umgangston. Die Redaktion behält sich vor, Zuschriften nicht zu veröffentlichen und Ihre Kommentare redaktionell zu bearbeiten. Die Zuschriften können daher leider nicht immer sofort veröffentlicht werden. Bitte geben Sie einen Namen an und Ihren Zuschriften stets eine aussagekräftige Überschrift, damit bei Onlinediskussionen andere Teilnehmende sich leichter auf Ihre Beiträge beziehen können. Ausgewählte Zuschriften können ohne separate Rücksprache auch in unseren gedruckten und digitalen Magazinen veröffentlicht werden. Vielen Dank!

Bitte erlauben Sie Javascript, um die volle Funktionalität von Spektrum.de zu erhalten.