Skip to main content
Weiter zur Homepage der Europäischen Kommission (öffnet in neuem Fenster)
Deutsch Deutsch
CORDIS - Forschungsergebnisse der EU
CORDIS

Deep learning of chemical reactions

Projektbeschreibung

Fortschritte bei der Modellierung chemischer Reaktionen

Auf dem Gebiet der Chemie stellt die genaue Modellierung chemischer Reaktionen, insbesondere von stereo- und regioselektiven Reaktionen, immer noch eine große Herausforderung dar. Die derzeitigen Verfahren des maschinellen Lernens haben sich bei der Molekülmodellierung bewährt, versagen jedoch bei der Vorhersage komplexer Reaktionswege, die zur nachhaltigen Synthese wie der asymmetrischen Organokatalyse und Biokatalyse unerlässlich sind. In diesem Zusammenhang zielt das Team des ERC-finanzierten Projekts DeepRxn darauf ab, diese Lücke mit der Entwicklung innovativer, datengesteuerter Deep-Learning-Rahmen zu schließen, die eine bessere Modellierung von organischen und enzymatischen Reaktionen zulassen. Das Team von DeepRxn wird die Chemo-, Regio- und Stereoselektivität in den Mittelpunkt rücken und faltende neuronale molekulare Netzwerke auf der Grundlage von Graphen und versteckte dreidimensionale Darstellungen einsetzen, um im Ergebnis ein quelloffenes Instrumentarium zu schaffen, mit dem Aktivierungsenergien exakt vorherzusagen und neue enantioselektive Transformationen zur nachhaltigen Synthese zu ermitteln sind.

Ziel

The exploration of reactions is a central topic in chemistry. Compared to the success of machine learning for molecules, the modeling of reactions is lagging behind, especially for stereo- and regioselective reactions. Since current efforts toward sustainable synthesis such as asymmetric organocatalysis or biocatalysis rely on the accurate prediction of enantio- and regioselective reaction pathways, new modeling approaches are needed. The proposed project aims toward developing new, data-driven deep learning frameworks for modeling organic and enzymatic reactions, focusing on chemo-, regio-, and stereoselectivity arising through intermolecular interactions with the reagent, solvent, or catalyst. In detail, we target the rule-free, stereochemistry-aware modeling and subsequent experimental validation of asymmetric organocatalysis to identify new enantioselective transformations, the exploration of new biocatalytic synthesis pathways including enzymatic cascades, and the accurate prediction of activation energies via developing new deep learning approaches. We will expand molecular graph-convolutional neural networks and graph transformers to reactions in a rule-free manner, and introduce hidden three-dimensional representations to account for stereochemistry and intermolecular interactions, yielding a versatile, open-source toolbox for reaction deep learning. This approach largely surpasses current approaches, which rely on two-dimensional representations, reaction rules, or three-dimensional input data, in offering the opportunity to model three-dimensional aspects and atom-mapping on-the-fly, for the first time, representing a significant breakthrough in this field. Its experimental validation campaign further allows for a direct application to the identification of new asymmetric organocatalytic transformations, as well as enzymatic cascades including cofactor recycling and side-product reduction, addressing the current need for more sustainable synthesis.

Wissenschaftliches Gebiet (EuroSciVoc)

CORDIS klassifiziert Projekte mit EuroSciVoc, einer mehrsprachigen Taxonomie der Wissenschaftsbereiche, durch einen halbautomatischen Prozess, der auf Verfahren der Verarbeitung natürlicher Sprache beruht. Siehe: Das European Science Vocabulary.
Das Projektteam hat die Klassifizierung dieses Projekts bestätigt.

Schlüsselbegriffe

Schlüsselbegriffe des Projekts, wie vom Projektkoordinator angegeben. Nicht zu verwechseln mit der EuroSciVoc-Taxonomie (Wissenschaftliches Gebiet).

Programm/Programme

Mehrjährige Finanzierungsprogramme, in denen die Prioritäten der EU für Forschung und Innovation festgelegt sind.

Thema/Themen

Aufforderungen zur Einreichung von Vorschlägen sind nach Themen gegliedert. Ein Thema definiert einen bestimmten Bereich oder ein Gebiet, zu dem Vorschläge eingereicht werden können. Die Beschreibung eines Themas umfasst seinen spezifischen Umfang und die erwarteten Auswirkungen des finanzierten Projekts.

Finanzierungsplan

Finanzierungsregelung (oder „Art der Maßnahme“) innerhalb eines Programms mit gemeinsamen Merkmalen. Sieht folgendes vor: den Umfang der finanzierten Maßnahmen, den Erstattungssatz, spezifische Bewertungskriterien für die Finanzierung und die Verwendung vereinfachter Kostenformen wie Pauschalbeträge.

HORIZON-ERC - HORIZON ERC Grants

Alle im Rahmen dieses Finanzierungsinstruments finanzierten Projekte anzeigen

Aufforderung zur Vorschlagseinreichung

Verfahren zur Aufforderung zur Einreichung von Projektvorschlägen mit dem Ziel, eine EU-Finanzierung zu erhalten.

(öffnet in neuem Fenster) ERC-2024-STG

Alle im Rahmen dieser Aufforderung zur Einreichung von Vorschlägen finanzierten Projekte anzeigen

Gastgebende Einrichtung

TECHNISCHE UNIVERSITAET WIEN
Netto-EU-Beitrag

Finanzieller Nettobeitrag der EU. Der Geldbetrag, den der Beteiligte erhält, abzüglich des EU-Beitrags an mit ihm verbundene Dritte. Berücksichtigt die Aufteilung des EU-Finanzbeitrags zwischen den direkten Begünstigten des Projekts und anderen Arten von Beteiligten, wie z. B. Dritten.

€ 1 499 285,00
Adresse
KARLSPLATZ 13
1040 Wien
Österreich

Auf der Karte ansehen

Region
Ostösterreich Wien Wien
Aktivitätstyp
Higher or Secondary Education Establishments
Links
Gesamtkosten

Die Gesamtkosten, die dieser Organisation durch die Beteiligung am Projekt entstanden sind, einschließlich der direkten und indirekten Kosten. Dieser Betrag ist Teil des Gesamtbudgets des Projekts.

€ 1 499 285,00

Begünstigte (1)

Mein Booklet 0 0