Forschende der Universitat Rovira i Virgili (URV) haben ein künstliches Intelligenz-Tool namens CoCoGraph entwickelt, das Millionen chemisch valider und plausibler neuer Moleküle generieren kann. Die Ergebnisse der Studie wurden kürzlich im Fachjournal Nature Machine Intelligence veröffentlicht. Das System erfüllt die grundlegenden Gesetze der Chemie, was bedeutet, dass die erzeugten Strukturen real existieren könnten, auch wenn sie bisher noch nicht entdeckt wurden. CoCoGraph funktioniert ähnlich wie Generatoren für Texte oder Bilder, unterscheidet sich jedoch durch seine Spezialisierung auf diskrete chemische Strukturen. Derzeit erzeugt das Modell noch keine Moleküle auf Basis spezifischer Anweisungen, sondern leistet die grundlegende Arbeit der plausiblen Generierung. Die Aufgabe ist gewaltig: Während die Zahl der bekannten Moleküle winzig ist, schätzen Wissenschaftler, dass bis zu 10 hoch 60 verschiedene Kombinationen theoretisch möglich sind. Das Auffinden nutzbarer Verbindungen gleicht dem Finden einer Nadel im Heuhaufen. Zur Generierung nutzt das Team ein Diffusionsmodell, eine Technik, die auch bei Bildgeneratoren verbreitet ist. Dabei werden reale Moleküle schrittweise in einen ungeordneten Zustand überführt, und das Modell lernt, diesen Prozess umzukehren, um neue, kohärente Strukturen zu rekonstruieren. Ein entscheidender Vorteil von CoCoGraph ist die direkte Einbindung chemischer Regeln. Jedes Atom erhält automatisch die korrekte Anzahl von Bindungen, wodurch 100 % der generierten Moleküle chemisch valide sind. Im Gegensatz zu anderen Modellen, die oft unmögliche Strukturen erzeugen, ist CoCoGraph zudem effizienter und benötigt weniger Rechenleistung. In Tests erwiesen sich die von CoCoGraph produzierten Moleküle als besonders realistisch. Bei der Analyse von 36 physikochemischen Eigenschaften waren die neuen Moleküle in etwa zwei Dritteln der Fälle glaubwürdiger als bei anderen State-of-the-Art-Modellen. Um die Plausibilität zu verifizieren, legten die Forscher zwölf Molekülpaaren – jeweils ein echtes und ein von der KI generiertes – zwölf Chemikern vor. Die Experten konnten das künstlich erzeugte Molekül in etwa 40 % der Fälle nicht vom Original unterscheiden, was auf die hohe Qualität der Generierung hindeutet. Zwar kann das System derzeit noch nicht gezielt nach spezifischen Funktionen suchen, aber erste Tests zeigten bereits Erfolg. So konnten Moleküle mit ähnlichen Eigenschaften wie Paracetamol identifiziert werden, und es wurden Techniken entwickelt, um existierende Strukturen gezielt zu modifizieren. Die Forscher sehen dies als ersten Schritt hin zu einem KI-System, das in Zukunft maßgeschneiderte Moleküle nach Vorgabe von Eigenschaften wie Löslichkeit oder Toxizität entwerfen soll. Sollte dies gelingen, könnte die Technologie die Pharmazie, Materialwissenschaften und die chemische Forschung grundlegend verändern und die Entdeckung neuer Lösungen in einem bisher weitgehend unerforschten chemischen Universum beschleunigen.