En ny AI-baserad metod kan snabbt identifiera giftiga kemikalier genom att bedöma molekylernas struktur. Det här kan bidra till bättre kontroll av den växande mängden kemikalier i samhället och minska djurförsök, enligt forskare vid Chalmers och Göteborgs universitet.
Idag finns en omfattande användning av kemikalier både inom hushåll och industriella processer. Många av kemikalierna når vattendrag och ekosystem. Ett exempel är ämnesgruppen PFAS, som bland annat förekommer i brandskum och många konsumentprodukter som återfunnits i både grund- och dricksvatten.
Kemikalier orsakar i förlängningen en mängd negativa effekter hos både människor och andra organismer.
Dessa problem uppstår trots omfattande regleringar för kemikalier och krav på tidskrävande laboratorietester som ofta innebär djurförsök. Nya kemikalier tas dessutom fram i snabb takt, och en stor utmaning är att tidigt avgöra vilka som är så giftiga för människor eller miljön att användningen måste begränsas.
Ny metod för snabb bedömning
Forskare på Chalmers och Göteborgs universitet har nu utvecklat en metod som förenklar identifieringen av giftiga kemikalier. Metoden gör det möjligt att bedöma molekyler snabbt och kostnadseffektivt med hjälp av artificiell intelligens, AI.
– Med vår metod går det att bedöma om ett ämne är giftigt enbart utifrån dess kemiska struktur. Vi har utvecklat och förfinat metoden genom analyser av omfattande information från laboratorietester som gjorts tidigare. Den stora mängden data gör att metoden kan användas för kemikalier som ännu inte testats, säger Mikael Gustavsson, forskare vid Chalmers och Göteborgs universitet.
För att hålla jämna steg med alla kemikalier som omger oss behövs nya metoder, enligt forskarna.
–Det finns idag fler än 100 000 kemikalier på marknaden, men bara en liten andel har en klarlagd giftighet för människor och miljön. Att bedöma och testa alla sorters kemikalier med dagens system är därför inte realistiskt. Vi ser att vår metod kan vara ett nytt alternativ, säger forskaren Erik Kristiansson vid Chalmers och Göteborgs universitet.
Forskarna har jämfört sin metod med tre befintliga beräkningsverktyg som ofta används idag. De konstaterar att den nya metoden både har högre träffsäkerhet och bredare användningsområde.
– Den typen av AI som vi använder bygger på avancerade metoder för djupinlärning. Den blir kraftfullare ju mer data från experiment den får tillgång till, och kommer att kunna ge betydligt bättre beräkningsbaserade system för att förutsäga giftigheten hos kemikalier. Redan nu presterar vår metod väl så bra som dagens verktyg, säger Erik Kristiansson.
Kan ersätta labbtester
Forskarnas bedömning är att AI-system kommer att kunna ersätta laboratorietester allt mer.
– Det skulle innebära att antalet djurförsök kan minska, liksom kostnaderna för testning. Möjligheten till snabb förhandsgranskning av molekyler kan göra det lättare att utveckla nya och säkrare kemikalier, bland annat för att ersätta befintliga ämnen som är giftiga. Vi tror därför att AI-baserade metoder kan vara till stor hjälp för att undvika negativ kemikaliepåverkan på människor och ekosystem i framtiden, säger Erik Kristiansson.
Enligt forskarna kan metoden bli mycket användbar inom miljöforskningen, liksom hos myndigheter och företag som använder eller utvecklar nya kemikalier. De har därför gjort metoden öppen och tillgänglig för alla.
Mer om: den nya AI-metoden
Metoden baseras på så kallade transformerare, en AI-modell för djupinlärning som från början utvecklades för språkbehandling. Transformerare används till exempel i Chat GPT.
Transformerare kan identifiera egenskaper hos molekylers struktur som orsakar giftighet, på ett mer sofistikerat sätt än vad som tidigare varit möjligt.
Med hjälp av denna information kan molekylens giftighet sedan förutsägas av ett så kallat djupt neuralt nätverk. Neurala nätverk och transformerare tillhör den typ av AI som förbättrar sig själv hela tiden genom att använda träningsdata – i det här fallet stora mängder data från tidigare laboratorietester av tusentals olika kemikaliers effekter på olika djur och växter.
Forskarna har gjort metoden öppen och tillgänglig för alla.
Vetenskaplig studie:
Transformers enable accurate prediction of acute and chronic chemical toxicity in aquatic organisms, Science Advances.
