SPP 2363 - Teilprojekt: Hervorhebung der molekularen Ähnlichkeit durch erklärbare künstliche Intelligenz

Grunddaten zu diesem Projekt

Beschreibung

Das Projekt baut auf unseren neuronalen Fingerabdrücken auf, die als struktur- und aktivitätssensitive molekulare Repräsentationen für z.B. virtuelles Screening verwendet werden können. Das endgültige Ziel dieser zweiten Förderperiode ist es, unsere Arbeit in Bezug auf neuronale Fingerprints, die Analyse molekularer Repräsentationen und Techniken der erklärbaren künstlichen Intelligenz (engl. explainable artificial intelligence, XAI) zu erweitern und diese Ansätze in ein Softwarepaket zu integrieren, das in der täglichen Arbeit von Wissenschaftlern verwendet werden kann. Das endgültige Software-Tool soll es einem medizinischen Chemiker oder Drug Hunter ermöglichen, seinen eigenen neuronalen Fingerprint auf der Grundlage eines verfügbaren Datensatzes zu trainieren, die Leistung des trainierten neuronalen Fingerprints mit Hilfe unseres einheitlichen Benchmark-Frameworks zu analysieren und ihn in cheminformatischen Anwendungen wie einer Fingerprint-basierten Ähnlichkeitssuche oder dem Clustering eines bestehenden Datensatzes anzuwenden. Darüber hinaus werden wir vortrainierte neuronale Fingerabdrücke für verschiedene Bereiche bereitstellen, darunter einen generischen bioaktiven neuronalen Fingerprint. Als weitere Besonderheit soll es schließlich möglich sein, mit Hilfe von XAI-Methoden die durch den neuronalen Fingerabdruck angezeigte Ähnlichkeit zwischen zwei Molekülen auch in den zugrunde liegenden Molekülen hervorzuheben. Dies würde dem medizinischen Chemiker die Möglichkeit geben, die Ähnlichkeiten nachzuvollziehen und weiter zu analysieren.