Mit Künstlicher Intelligenz die „Fingerabdrücke“ von Molekülen errechnen
Das Graphische Neuronale Netz GNN erhält als Input kleine Moleküle mit der Aufgabe, deren spektrale Antworten zu ermitteln. Durch Abgleich mit den bekannten Spektren lernt das GNN-Programm, Spektren zuverlässig zu berechnen. © K. Singh, A. Bande/HZB
Mit konventionellen Methoden ist es extrem aufwändig, den spektralen Fingerabdruck von größeren Molekülen zu berechnen. Dies ist aber eine Voraussetzung, um experimentell gewonnene Messdaten korrekt zu interpretieren. Nun hat ein Team am HZB mit selbstlernenden Graphischen Neuronalen Netzen sehr gute Ergebnisse in deutlich kürzerer Zeit erzielt.
„Biomoleküle, große anorganische Moleküle, aber auch Quantenpunkte, die oft aus tausenden von Atomen bestehen, sind mit konventionellen Methoden wie der DFT kaum noch vorab zu berechnen“, sagt PD Dr. Annika Bande, theoretische Chemikerin am HZB. Mit ihrem Team hat sie nun systematisch untersucht, wie sich die Rechenzeit durch den Einsatz von Methoden aus der Künstlichen Intelligenz verkürzen lässt.
Die Idee: Ein Computerprogramm aus der Gruppe der „graphischen neuronalen Netze“ oder GNN erhält als Input kleine Moleküle mit der Aufgabe, deren spektrale Antworten zu ermitteln. Im nächsten Schritt vergleicht das GNN-Programm die errechneten Spektren mit den bekannten Zielspektren (DFT oder experimentell) und korrigiert in der folgenden Runde den Berechnungsweg entsprechend. Runde für Runde wird so das Ergebnis immer besser. Das GNN-Programm lernt also selbstständig mit Hilfe bekannter Spektren, wie sich Spektren zuverlässig berechnen lassen.
„Wir haben fünf neuere GNN trainiert und festgestellt, dass sich mit einem davon, dem SchNet-Modell, enorme Verbesserungen erreichen lassen: Die Genauigkeit steigt um 20 % und dies in einem Bruchteil der Rechenzeit“, sagt Erstautor Kanishka Singh. Singh nimmt an der Graduiertenschule HEIBRiDS teil und wird in diesem Rahmen sowohl von Informatik-Experten Prof. Ulf Leser aus der Humboldt-Universität zu Berlin als auch von Annika Bande betreut.
„Kürzlich entwickelte GNN-Frameworks könnten sogar noch besser abschneiden“, meint die theoretische Chemikerin. „Und die Nachfrage ist sehr groß. Wir wollen diese Forschungsrichtung daher vertiefen und planen dafür ab Sommer eine neue Postdoc-Stelle im Rahmen des Helmholtz-Projekts "eXplainable Artificial Intelligence for X-ray Absorption Spectroscopy” ein.“
Anmerkung:
Die Arbeit entstand im Rahmen der Graduiertenschule HEIBRiDS und wird im Helmholtz-Projekt "eXplainable Artificial Intelligence for X-ray Absorption Spectroscopy" (XAI-4-XAS) weitergeführt.
Im Kern geht es in diesem Helmholtz-Projekt (mit HEREON, Leitung HZB) darum, die GNN auch auf sehr große Moleküle auszudehnen. Dies soll in Kombination mit der probabilistischen Analyse von Molekülmotiven erreicht werden. Sie dient dazu, nur den Teil des Konfigurationsphasenraums der Moleküle zu erfassen, der für die genaue Vorhersage von Röntgenspektren erforderlich ist. Die Ergebnisse der Vorhersagen ermöglichen eine rigorose Interpretation von XAS-Experimenten.
- BESSY II: Phosphorketten – ein 1D-Material mit 1D elektronischen EigenschaftenErstmals ist es einem Team an BESSY II gelungen, experimentell eindimensionale elektronische Eigenschaften in einem Material nachzuweisen. Die Proben bestanden aus kurzen Ketten aus Phosphoratomen, die sich auf einem Silbersubstrat selbst organisiert in bestimmten Winkeln bilden. Durch eine raffinierte Auswertung gelang es, die Beiträge von unterschiedlich ausgerichteten Ketten voneinander zu trennen und zu zeigen, dass die elektronischen Eigenschaften tatsächlich einen eindimensionalen Charakter besitzen. Berechnungen zeigten darüber hinaus, dass ein spannender Phasenübergang zu erwarten ist. Während das Material aus einzelnen Ketten halbleitend ist, wäre eine sehr dichte Kettenstruktur metallisch.
- Ein innerer Kompass für Meereslebewesen im PaläozänVor Jahrmillionen produzierten einige Meeresorganismen mysteriöse Magnetpartikel von ungewöhnlicher Größe, die heute als Fossilien in Sedimenten zu finden sind. Nun ist es einem internationalen Team gelungen, die magnetischen Domänen auf einem dieser „Riesenmagnetfossilien” mit einer raffinierten Methode an der Diamond-Röntgenquelle zu kartieren. Ihre Analyse zeigt, dass diese Partikel es den Organismen ermöglicht haben könnten, winzige Schwankungen sowohl in der Richtung als auch in der Intensität des Erdmagnetfelds wahrzunehmen. Dadurch konnten sie sich verorten und über den Ozean navigieren. Die neue Methode eignet sich auch, um zu testen, ob bestimmte Eisenoxidpartikel in Marsproben tatsächlich biogenen Ursprungs sind.
- Was vibrierende Moleküle über die Zellbiologie verratenMit Infrarot-Vibrationsspektroskopie an BESSY II lassen sich hochaufgelöste Karten von Molekülen in lebenden Zellen und Zellorganellen in ihrer natürlichen wässrigen Umgebung erstellen, zeigt eine neue Studie von einem Team aus HZB und Humboldt-Universität zu Berlin. Die Nano-IR-Spektroskopie mit SNOM an der IRIS-Beamline eignet sich, um winzige biologische Proben zu untersuchen und Infrarotbilder der Molekülschwingungen mit Nanometer-Auflösung zu erzeugen. Es ist sogar möglich, 3D-Informationen, also Infrarot-Tomogramme, aufzuzeichnen. Um das Verfahren zu testen, hat das Team Fibroblasten auf einer hochtransparenten SiC-Membran gezüchtet und in vivo untersucht. Die Methode ermöglicht neue Einblicke in die Zellbiologie.