Wissenschaftler haben BigSolDB 2.0 veröffentlicht, eine umfassende Sammlung experimenteller Löslichkeitsdaten für organische Verbindungen in verschiedenen Lösungsmitteln. Dieser neue Datensatz enthält 103.944 Löslichkeitswerte für 1.448 organische Verbindungen in 213 Lösungsmitteln, die über einen Temperaturbereich von 243 bis 425 Kelvin gesammelt und aus 1.595 Fachartikeln extrahiert wurden.
Die Entwicklung von BigSolDB 2.0 stellt einen bedeutenden Fortschritt für die computergestützte Chemie dar, insbesondere zur Verbesserung der Vorhersage von Löslichkeitseigenschaften. Die genaue Vorhersage der Löslichkeit, insbesondere in nicht-wässrigen Lösungsmitteln, ist eine anhaltende Herausforderung, die oft durch die Knappheit umfangreicher und vielfältiger Datensätze behindert wird. BigSolDB 2.0 begegnet diesem Problem, indem es eine standardisierte und maschinenlesbare Sammlung von Daten bereitstellt, die datengesteuerte Analysen erleichtert.
Ein begleitendes webbasiertes Werkzeug ermöglicht die interaktive Visualisierung und Suche innerhalb des Datensatzes, was die Zugänglichkeit für Forscher weltweit erhöht. BigSolDB 2.0 dient als wichtiger Benchmark für die Entwicklung von Algorithmen des maschinellen Lernens (ML), die auf die Vorhersage von Löslichkeit abzielen. Solche Vorhersagen sind entscheidend für die Beschleunigung von Forschung und Entwicklung in verschiedenen wissenschaftlichen und industriellen Bereichen, einschließlich der Arzneimittelentdeckung, wo die Löslichkeit die Bioverfügbarkeit und Wirksamkeit von Medikamentenkandidaten beeinflusst.
Die computergestützte Chemie hat in den letzten Jahren durch die Integration von ML und künstlicher Intelligenz (KI) erhebliche Fortschritte gemacht. Diese Technologien revolutionieren die Analyse molekularer Eigenschaften und ermöglichen die Entdeckung neuartiger Therapeutika. Die Entwicklung robuster ML-Modelle für die Löslichkeitsprognose, die auf großen und qualitativ hochwertigen Datensätzen wie BigSolDB 2.0 trainiert werden, verspricht eine verbesserte Vorhersagegenauigkeit und treibt die Forschung in der computergestützten Chemie weiter voran.