Wetenschappers hebben de BigSolDB 2.0 dataset gelanceerd, een uitgebreide verzameling van oplosbaarheidsgegevens voor organische verbindingen. Deze dataset, die 103.944 experimentele metingen omvat voor 1.448 verbindingen in 213 verschillende oplosmiddelen, is samengesteld uit 1.595 wetenschappelijke publicaties en bestrijkt een temperatuurbereik van 243 tot 425 Kelvin. Het doel van BigSolDB 2.0 is het verbeteren van de voorspelling van oplosbaarheid, een fundamentele eigenschap met brede toepassingen in de farmacie, materiaalkunde en de chemische industrie.
Het nauwkeurig voorspellen van oplosbaarheid is een significante uitdaging binnen de chemie, voornamelijk door het gebrek aan omvangrijke en gevarieerde datasets. Dit belemmert de ontwikkeling van geavanceerde voorspellingsmodellen. BigSolDB 2.0 adresseert dit probleem door gestandaardiseerde, machine-leesbare data aan te bieden, inclusief moleculaire structuren van zowel de opgeloste stoffen als de oplosmiddelen. Dit faciliteert directe data-gedreven analyses en dient als een robuuste benchmark voor de ontwikkeling en validatie van machine learning-modellen, waaronder veelbelovende technieken zoals grafische neurale netwerken (GNN's) en transformer-gebaseerde modellen.
De dataset is voorzien van een webgebaseerde tool die interactieve visualisatie en zoekmogelijkheden binnen de data biedt. De relevantie van BigSolDB 2.0 is bijzonder groot in de farmaceutische sector, waar nauwkeurige oplosbaarheidsvoorspellingen cruciaal zijn voor medicijnontwikkeling. Slechte oplosbaarheid kan leiden tot beperkte biologische beschikbaarheid en falen in klinische proeven. Door de beschikbaarheid van deze uitgebreide dataset kunnen onderzoekers efficiënter potentiële medicijnkandidaten screenen en prioriteren, wat leidt tot aanzienlijke kosten- en tijdsbesparingen in het ontwikkelingsproces en innovatie in diverse wetenschappelijke en industriële sectoren stimuleert.