In de stille laboratoria van de computationele chemie vertrouwen wetenschappers al lang op een specifieke soort digitale vingerafdruk om de onzichtbare wereld van moleculen te begrijpen. Deze vingerafdrukken, bekend als embeddings, zijn wiskundige samenvattingen die de essentie van een chemische structuur vastleggen, waardoor computers kunnen voorspellen hoe een stof zich zal gedragen, of het oplosbaar is in water, of dat het mogelijk toxisch is. Jarenlang vereiste het maken van deze vingerafdrukken gespecialiseerde instrumenten die ontworpen waren voor één enkel doel: het maken van een foto van een molecuul of het lezen van de chemische code en het uitspugen van één vast getal. Deze aanpak werkte goed voor specifieke taken, maar het miste flexibiliteit. Het kon zijn focus niet gemakkelijk verleggen op basis van wat een wetenschapper vroeg. Als een onderzoeker wilde weten naar de mate waarin een molecuul de bloed-hersenbarrière kan passeren, gaf het hulpmiddel hetzelfde antwoord als wanneer men zou vragen naar de mate waarin het oplosbaar is in olie, omdat het hulpmiddel de vraag niet begreep, alleen de vorm van het molecuul.

Deze beperking is een knelpunt geworden naarmate het vakgebied beweegt naar complexere geneesmiddelenontwikkeling en materiaalontwerp. Wetenschappers hadden een manier nodig om met deze digitale vingerafdrukken te praten, om hen te vragen verschillende kenmerken te benadrukken afhankelijk van de context van de vraagstelling. De vraag was of de krachtige, flexibele kunstmatige intelligentiesystemen die al tekst kunnen lezen en afbeeldingen kunnen zien, konden worden aangepast om deze aanpasbare chemische vingerafdrukken te creëren. In plaats van voor elk chemisch probleem een nieuw, nauw specifiek hulpmiddel te bouwen, vroegen onderzoekers zich af of één enkel, algemeen systeem kon leren om moleculen te representeren op een manier die verandert op basis van de taal die wordt gebruikt om ze te beschrijven.

Een team onderzoekers van de Chinese University of Hong Kong, Shenzhen, en het Shanghai Artificial Intelligence Laboratory ging deze vraag aan met een nieuw framework dat ze MolEmb noemen. Ze begonnen met een type kunstmatige intelligentie dat bekend staat als een multimodale groot taalmodel. Dit zijn dezelfde soorten systemen die een foto kunnen bekijken, een zin kunnen lezen en de relatie tussen de twee kunnen begrijpen. De onderzoekers realiseerden zich dat deze modellen van nature geschikt waren om de verschillende manieren te hanteren waarop een molecuul kan worden beschreven: als een tweedimensionale tekening, als een reeks teksttekens die de chemische structuur vertegenwoordigen, of als een reeks instructies over welke eigenschap onderzocht moet worden.

Het team bouwde een lichtgewicht systeem om deze grote modellen te leren optreden als experts in moleculaire embedding. Ze probeerden het model niet te leren om nieuwe moleculen te genereren of chemische artikelen vanaf nul te schrijven. In plaats daarvan richtten ze zich op het trainen van het model om de visuele en tekstuele beschrijving van een molecuul af te stemmen op een specifieke tekstinstructie. Stel je een molecuul voor als een complex object dat vanuit verschillende lenzen bekeken kan worden. De onderzoekers lieten het model een afbeelding van een molecuul en de chemische code zien, en koppelden dat vervolgens aan een tekstinstructie zoals "analyseren op toxiciteit" of "analyseren op oplosbaarheid". Het doel was om het model een unieke digitale vingerafdruk voor dat molecuul te laten produceren die licht verschilt afhankelijk van de instructie. Wanneer de instructie over toxiciteit ging, zou de vingerafdruk de delen van het molecuul benadrukken die relevant zijn voor veiligheid. Wanneer de instructie veranderde naar oplosbaarheid, zou de vingerafdruk verschuiven om de delen te benadrukken die relevant zijn voor het oplossen in water.

Om te testen of deze aanpak werkte, voerden de onderzoekers een reeks rigoureuze experimenten uit. Eerst controleerden ze of het nieuwe systeem chemische eigenschappen even nauwkeurig kon voorspellen als de gespecialiseerde tools die momenteel in gebruik zijn. Ze ontdekten dat het systeem, zelfs zonder speciale training voor specifieke chemische taken, eigenschappen zoals oplosbaarheid en toxiciteit kon voorspellen met een nauwkeurigheidsniveau dat wedijverde met de beste bestaande methoden. Dit was een belangrijke bevinding, omdat het suggereerde dat het algemene model al genoeg had geleerd over chemische structuren om nuttig te zijn, simpelweg door de relatie tussen de afbeelding van het molecuul, de tekstuele code en de taal die gebruikt wordt om het te beschrijven te begrijpen.

Vervolgens testte het team of deze vingerafdrukken gebruikt konden worden om moleculen op te zoeken met behulp van tekst. In traditionele systemen kun je niet een database van moleculen doorzoeken door een zin te typen als "zoek mij een molecuul dat toxisch is voor levercellen" en een relevant resultaat verwachten, omdat de chemische data en de tekstuele data in aparte werelden leven. De onderzoekers toonden aan dat hun nieuwe systeem een gedeelde ruimte creëerde waar moleculen en tekstbeschrijvingen direct met elkaar vergeleken konden worden. Wanneer ze het systeem vroegen om een molecuul te vinden dat overeenkomt met een specifieke beschrijving, slaagden ze er met hoge nauwkeurigheid in, wat bewees dat het model werkelijk heeft geleerd om de visuele en tekstuele aspecten van de chemie in één enkele, verenigde representatie te verbinden.

De meest kritische test was echter om te zien of het systeem echt van gedachten kon veranderen op basis van de context. De onderzoekers creëerden een diagnostische benchmark genaamd MolCAR om te zien of het model het onderscheid kon maken tussen verschillende geldige beschrijvingen van exact hetzelfde molecuul. Ze presenteerden het model een enkel molecuul en vroegen het om de juiste beschrijving te vinden voor een specifieke taak, zoals toxiciteit, terwijl andere geldige beschrijvingen voor andere taken, zoals hydratatie, genegeerd moesten worden. Voordat ze een laatste laag specifieke training toevoegden, had het model moeite met dit onderscheid. Het behandelde het molecuul alsof het één vaste identiteit had, ongeacht de gestelde vraag. Echter, nadat de onderzoekers het model hadden getraind op een dataset die specifelijk was ontworpen om moleculen te koppelen aan verschillende taakgerichte beschrijvingen, leerde het systeem zijn focus te verleggen. Het begon verschillende vingerafdrukken voor hetzelfde molecuul te produceren, afhankelijk van of de vraag over toxiciteit of oplosbaarheid ging.

De resultaten suggereren dat multimodale grote taalmodellen niet alleen hulpmiddelen zijn voor het genereren van chemische ideeën of het beantwoorden van vragen; ze kunnen dienen als de fundering voor een nieuw soort moleculaire representatie. De studie geeft aan dat het vermogen om contextbewuste chemische vingerafdrukken te creëren geen inherente fout is in de architectuur van het model, maar eerder een kwestie is van de data waarop het getraind wordt. Wanneer de trainingsdata diverse voorbeelden bevat van hetzelfde molecuul, beschreven onder verschillende wetenschappelijke lenzen, leert het model zich aan te passen. Deze bevinding wijst naar een toekomst waarin een enkel, algemeen systeem een verzameling smalle, gespecialiseerde tools kan vervangen, waardoor wetenschappers chemische data kunnen bevragen met dezelfde flexibiliteit waarmee zij informatie in een bibliotheek zoeken. Het werk demonstreert dat door moleculaire profielen af te stemmen op natuurlijke taalinstructies, deze krachtige modellen een veelzijdige infrastructuur kunnen worden voor de volgende generatie van geneesmiddelenontwikkeling en chemisch onderzoek.