Schwedische Forscher der Technischen Universität Chalmers und der Universität Göteborg haben eine KI-Methode entwickelt, die die Identifizierung giftiger Chemikalien verbessert – und zwar ausschließlich auf der Grundlage der Kenntnis der Molekülstruktur.

(WK-intern) – Die Methode kann zu einer besseren Kontrolle und einem besseren Verständnis der ständig wachsenden Zahl der in der Gesellschaft verwendeten Chemikalien beitragen und auch dazu beitragen, die Zahl der Tierversuche zu reduzieren.

Der Einsatz von Chemikalien in der Gesellschaft ist weit verbreitet und kommt in allen Bereichen vor, von Haushaltsprodukten bis hin zu industriellen Prozessen.

Viele Chemikalien gelangen in unsere Gewässer und Ökosysteme und können dort negative Auswirkungen auf Menschen und andere Organismen haben. Ein Beispiel ist PFAS, eine Gruppe problematischer Stoffe, die kürzlich in besorgniserregenden Konzentrationen sowohl im Grundwasser als auch im Trinkwasser gefunden wurden. Es wird beispielsweise in Feuerlöschschaum und in vielen Konsumgütern verwendet.

Trotz umfangreicher Chemikalienvorschriften, die häufig zeitaufwändige Tierversuche erfordern, um zu zeigen, ob Chemikalien als sicher gelten können, treten negative Auswirkungen auf Mensch und Umwelt auf. Allein in der EU werden jährlich mehr als zwei Millionen Tiere zur Einhaltung verschiedener Vorschriften eingesetzt. Gleichzeitig werden neue Chemikalien in rasantem Tempo entwickelt, und es ist eine große Herausforderung zu bestimmen, welche davon aufgrund ihrer Toxizität für Mensch oder Umwelt eingeschränkt werden müssen.

Wertvolle Hilfe bei der Entwicklung von Chemikalien

Die von den schwedischen Forschern entwickelte neue Methode nutzt künstliche Intelligenz für eine schnelle und kostengünstige Bewertung der chemischen Toxizität. Dadurch können toxische Substanzen frühzeitig erkannt und Tierversuche eingespart werden.

„Unsere Methode ist in der Lage, anhand ihrer chemischen Struktur vorherzusagen, ob ein Stoff toxisch ist oder nicht. Sie wurde durch die Analyse großer Datensätze aus in der Vergangenheit durchgeführten Labortests entwickelt und verfeinert. Dadurch wurde die Methode darauf trainiert, genaue Einschätzungen für frühere Ergebnisse vorzunehmen.“ ungetestete Chemikalien“, sagt Mikael Gustavsson, Forscher am Fachbereich Mathematische Wissenschaften der Technischen Universität Chalmers und am Fachbereich Biologie und Umweltwissenschaften der Universität Göteborg.

„Derzeit sind mehr als 100.000 Chemikalien auf dem Markt, aber nur ein kleiner Teil davon weist eine gut beschriebene Toxizität für Mensch oder Umwelt auf. Die Toxizität all dieser Chemikalien mit herkömmlichen Methoden, einschließlich Tierversuchen, zu bewerten, ist nicht praktikabel.“ Hier sehen wir, dass unsere Methode eine neue Alternative bieten kann“, sagt Erik Kristiansson, Professor am Fachbereich Mathematische Wissenschaften in Chalmers und an der Universität Göteborg.

Die Forscher glauben, dass die Methode in der Umweltforschung sowie für Behörden und Unternehmen, die neue Chemikalien verwenden oder entwickeln, von großem Nutzen sein kann. Sie haben es daher offen und öffentlich zugänglich gemacht.

Umfassender und genauer als die heutigen Rechenwerkzeuge

Es gibt bereits rechnerische Hilfsmittel zum Aufspüren toxischer Chemikalien, doch bisher waren ihre Anwendungsbereiche zu eng oder ihre Genauigkeit zu gering, als dass sie Labortests in größerem Umfang ersetzen könnten. In ihrer Studie verglichen die Forscher ihre Methode mit drei anderen häufig verwendeten Rechenwerkzeugen und stellten fest, dass die neue Methode sowohl eine höhere Genauigkeit aufweist als auch allgemeiner anwendbar ist.

„Die Art der KI, die wir verwenden, basiert auf fortschrittlichen Deep-Learning-Methoden“, sagt Erik Kristiansson. „Unsere Ergebnisse zeigen, dass KI-basierte Methoden bereits auf Augenhöhe mit herkömmlichen rechnerischen Ansätzen sind, und da die Menge der verfügbaren Daten weiter zunimmt, gehen wir davon aus, dass sich die KI-Methoden weiter verbessern werden. Daher glauben wir, dass KI das Potenzial hat, rechnerische Ansätze deutlich zu verbessern.“ Beurteilung der chemischen Toxizität.“

Die Forscher gehen davon aus, dass KI-Systeme Labortests immer stärker ersetzen können.

„Dies würde bedeuten, dass die Zahl der Tierversuche sowie die wirtschaftlichen Kosten bei der Entwicklung neuer Chemikalien reduziert werden könnten. Die Möglichkeit, große und vielfältige Datenbestände schnell vorab zu prüfen, kann daher die Entwicklung neuer und sichererer Chemikalien unterstützen und bei der Suche nach Ersatzstoffen helfen.“ „Wir glauben daher, dass KI-basierte Methoden dazu beitragen werden, die negativen Auswirkungen der chemischen Verschmutzung auf Menschen und Ökosystemleistungen zu verringern.“

Toxic chemicals can be detected with new AI method

Swedish researchers at Chalmers University of Technology and the University of Gothenburg have developed an AI method that improves the identification of toxic chemicals – based solely on knowledge of the molecular structure. The method can contribute to better control and understanding of the ever-growing number of chemicals used in society, and can also help reduce the amount of animal tests.

The use of chemicals in society is extensive, and they occur in everything from household products to industrial processes. Many chemicals reach our waterways and ecosystems, where they may cause negative effects on humans and other organisms. One example is PFAS, a group of problematic substances which has recently been found in concerning concentrations in both groundwater and drinking water. It has been used, for example, in firefighting foam and in many consumer products.

Negative effects for humans and the environment arise despite extensive chemical regulations, that often require time-consuming animal testing to demonstrate when chemicals can be considered as safe. In the EU alone, more than two million animals are used annually to comply with various regulations. At the same time, new chemicals are developed at a rapid pace, and it is a major challenge to determine which of these that need to be restricted due to their toxicity to humans or the environment.

Valuable help in the development of chemicals

The new method developed by the Swedish researchers utilises artificial intelligence for rapid and cost-effective assessment of chemical toxicity. It can therefore be used to identify toxic substances at an early phase and help reduce the need for animal testing.

„Our method is able to predict whether a substance is toxic or not based on its chemical structure. It has been developed and refined by analysing large datasets from laboratory tests performed in the past. The method has thereby been trained to make accurate assessments for previously untested chemicals,“ says Mikael Gustavsson, researcher at the Department of Mathematical Sciences at Chalmers University of Technology, and at the Department of Biology and Environmental Sciences at the University of Gothenburg.

„There are currently more than 100,000 chemicals on the market, but only a small part of these have a well-described toxicity towards humans or the environment. To assess the toxicity of all these chemicals using conventional methods, including animal testing, is not practically possible. Here, we see that our method can offer a new alternative,“ says Erik Kristiansson, professor at the Department of Mathematical Sciences at Chalmers and at the University of Gothenburg.

The researchers believe that the method can be very useful within environmental research, as well as for authorities and companies that use or develop new chemicals. They have therefore made it open and publicly available.
Broader and more accurate than today’s computational tools

Computational tools for finding toxic chemicals already exist, but so far, they have had too narrow applicability domains or too low accuracy to replace laboratory tests to any greater extent. In the researchers‘ study, they compared their method with three other, commonly used, computational tools, and found that the new method has both a higher accuracy and that it is more generally applicable.

„The type of AI we use is based on advanced deep learning methods,“ says Erik Kristiansson. „Our results show that AI-based methods are already on par with conventional computational approaches, and as the amount of available data continues to increase, we expect AI methods to improve further. Thus, we believe that AI has the potential to markedly improve computational assessment of chemical toxicity.”

The researchers predict that AI systems will be able to replace laboratory tests to an increasingly greater extent.

„This would mean that the number of animal experiments could be reduced, as well as the economic costs when developing new chemicals. The possibility to rapidly prescreen large and diverse bodies of data can therefore aid the development of new and safer chemicals and help find substitutes for toxic substances that are currently in use. We thus believe that AI-based methods will help reduce the negative impacts of chemical pollution on humans and on ecosystem services,“ says Erik Kristiansson.

More about: the new AI method

The method is based on transformers, an AI model for deep learning that was originally developed for language processing. Chat GPT – whose abbreviation means Generative Pretrained Transformer – is one example of the applications.

The model has recently also proved highly efficient at capturing information from chemical structures. Transformers can identify properties in the structure of molecules that cause toxicity, in a more sophisticated way than has been previously possible.

Using this information, the toxicity of the molecule can then be predicted by a deep neural network. Neural networks and transformers belong to the type of AI that continuously improves itself by using training data – in this case, large amounts of data from previous laboratory tests of the effects of thousands of different chemicals on various animals and plants.

More about: the research

The study, Transformers enable accurate prediction of acute and chronic chemical toxicity in aquatic organisms, has been published in Science Advances. It was carried out by Mikael Gustavsson and Erik Kristiansson at Chalmers University of Technology and the University of Gothenburg, Styrbjörn Käll, Juan S. Inda-Diaz, and Sverker Molander at Chalmers University of Technology, and Patrik Svedberg, Jessica Coria and Thomas Backhaus at the University of Gothenburg.

For more information, please contact:

Erik Kristiansson, Professor at the Department of Mathematical Sciences at Chalmers University of Technology, and at University of Gothenburg, Sweden, +46 31-772 35 21, erik.kristiansson@chalmers.se
Mikael Gustavsson, researcher at the Department of Mathematical Sciences at Chalmers University of Technology, and at the Department of Biology and Environmental Sciences at University of Gothenburg, Sweden, +46 31-772 53 80, mikael.gustavsson@bioenv.gu.se

Both researchers speak English and Swedish. At Chalmers, we have podcast studios and broadcast filming equipment on site and would be able to assist a request for a television, radio or podcast interview.

Chalmers University of Technology in Gothenburg, Sweden, conducts research and education in technology and natural sciences at a high international level. The university has 3100 employees and 10,000 students, and offers education in engineering, science, shipping and architecture.

With scientific excellence as a basis, Chalmers promotes knowledge and technical solutions for a sustainable world. Through global commitment and entrepreneurship, we foster an innovative spirit, in close collaboration with wider society.

Chalmers was founded in 1829 and has the same motto today as it did then: Avancez – forward.

PR: Chalmers University of Technology

PB: Mikael Gustavsson and Erik Kristiansson / ©: Photographer: Daniel Stahre, Chalmers University of Technology