Mithilfe eines datengesteuerten Ansatzes entdeckten die Forscher „Designfreiheit“ in molekularen Strukturen, die aus schwachen Korrelationen quantenmechanischer Eigenschaften resultiert. Diese Entdeckung könnte in Kombination mit maschinellem Lernen das molekulare Design und die Arzneimittelentwicklung revolutionieren.
Grafische Beschreibung des rationalen molekularen Designprozesses, der eine „Nadel im Heuhaufen“-Suche nach Molekülen mit gewünschten Eigenschaften beinhaltet. Bildnachweis: Leonardo Medrano Sandonas, Universität Luxemburg; Hintergrundbild bereitgestellt von rawpixel.com auf Freepik
Der Einsatz datengesteuerter Methoden zur Erforschung des riesigen Raums von Molekülen und Materialien hat unzählige akademische und industrielle Gemeinschaften dazu inspiriert, nach den grundlegenden Beziehungen zu suchen, die zwischen molekularen Strukturmerkmalen und ihren physikalisch-chemischen Eigenschaften bestehen. Obwohl auf diesem Gebiet erhebliche Fortschritte erzielt wurden, mangelt es immer noch an einem umfassenden Verständnis dieser komplexen Zusammenhänge, selbst im überschaubareren Bereich der Chemie und der chemischen Substanzen, der kleinen Moleküle, trotz der entscheidenden Bedeutung und hohen Relevanz dieser Moleküle in den gesamten chemischen und pharmazeutischen Wissenschaften.
Alexandre Tkatchenko, Professor für Theoretische Chemische Physik am Fachbereich Physik und Materialwissenschaften der Universität Luxemburg, sagte: „Die Aufdeckung der komplexen Beziehung zwischen molekularer Struktur und Eigenschaften wird uns nicht nur die Werkzeuge an die Hand geben, die wir zur Erforschung und Charakterisierung des molekularen Raums benötigen, sondern auch unsere Fähigkeit, Moleküle mit einer Reihe gezielter physikalisch-chemischer Eigenschaften rational zu entwerfen, erheblich verbessern.“
Schwache Korrelation bringt „Designfreiheit“
In einem in der renommierten Fachzeitschrift Chemical Science veröffentlichten Artikel mit dem Titel „‚Design freedom‘ in the space of Chemical Compounds: Towards Rational in Silico Design of Molecules with Targeted Quantum-Mechanical Properties“ heißt es, dass die meisten quantenmechanischen Eigenschaften kleiner Moleküle nur schwach korrelieren.
Robert Di Stasio Jr., Professor für theoretische Chemie an der Cornell University, sagte: „Während man diese Entdeckung zunächst als Herausforderung für das rationale Moleküldesign betrachten könnte, unterstreicht unsere Analyse die inhärente Flexibilität von CCS, bei der es offenbar nur wenige Einschränkungen gibt, die ein Molekül daran hindern, gleichzeitig ein Eigenschaftspaar zu zeigen, oder die verhindern, dass viele Moleküle eine Reihe von Eigenschaften gemeinsam haben.“
Den besten Weg im chemischen Raum finden
Der molekulare Designprozess beinhaltet normalerweise die gleichzeitige Optimierung mehrerer physikalisch-chemischer Eigenschaften. Um zu untersuchen, wie sich diese inhärente Flexibilität im molekularen Designprozess widerspiegelt, verwendeten die Autoren die Pareto-Methode zur Optimierung mehrerer Eigenschaften, um Moleküle mit sowohl Makromolekülpolarität als auch elektronischer Lücke zu finden. Hierbei handelt es sich um eine Designaufgabe im Zusammenhang mit der Identifizierung neuer Moleküle für Polymerbatterien. Die Autoren fanden mehrere unerwartete Wege durch den chemischen Raum, die Moleküle durch Struktur- und/oder Zusammensetzungsänderungen verbinden, was die Freiheit widerspiegelt, Moleküle mit gezielten Eigenschaftswerten rational zu entwerfen und zu entdecken.
Professor Tkatchenko erklärt: „Ein möglicherweise interessanter nächster Schritt wäre die Kombination dieser pareto-optimalen Strukturen mit leistungsstarken Methoden des maschinellen Lernens, um ein zuverlässiges Multiobjektiv-Framework für die systematische Navigation im bisher unerforschten chemischen Raum zu schaffen.“
Auswirkungen auf molekulare Designparadigmen
„Indem wir zeigen, dass ‚Designfreiheit‘ eine grundlegende und neue Eigenschaft von CCS ist, hat unsere Arbeit eine Reihe wichtiger Implikationen für die Bereiche rationales molekulares Design und rechnergestützte Arzneimittelentwicklung. Erstens hoffen wir, dass diese Arbeit die chemische Wissenschaftsgemeinschaft dazu herausfordern wird, darüber nachzudenken, wie diese inhärente Flexibilität genutzt werden kann, um das vorherrschende Paradigma in vorwärtsgerichteten molekularen Designprozessen zu erweitern.“ Theoretische Chemie, Universität Luxemburg „Wir hoffen auch, dass diese Arbeit erhebliche Fortschritte bei der Lösung inverser molekularer Designprobleme machen wird, bei denen man versucht, ein Molekül (oder eine Reihe von Molekülen) zu finden, das einer Reihe von Zieleigenschaften entspricht“, erklärt Dr. Leonardo Medrano Sandonas, Postdoktorand in der Physikgruppe.
Die Kombination der aus dieser Arbeit gewonnenen Erkenntnisse mit fortschrittlichen Methoden des maschinellen Lernens wird dazu beitragen, wirksame Strategien für das Hochdurchsatz-Screening neuartiger Moleküle für spezifische Anwendungen zu entwickeln, eine wichtige Forschungsrichtung der Forschungsgruppe von Professor Tekatchenko.