Seit 2020 ist Prof. Dr. Steinbeck Sprecher des Chemie-Konsortiums der Nationalen Forschungsdateninfrastruktur, kurz NFDI4Chem, das mit der Vision „All Chemists publish FAIR data“ Chemiker:innen bei der digitalen Erfassung, Verarbeitung, Veröffentlichung und Nachnutzung von Forschungsdaten unterstützt. Über 30 PartnerInstitutionen arbeiten daran, eine innovative Forschungsdateninfrastruktur sowie ein umfangreiches Support- und Trainingsangebot zu entwickeln und zu unterhalten. Darüber hinaus vernetzt sich NFDI4Chem intensiv mit europäischen und weltweit agierenden Initiativen. Das NFDI4Chem-Team in Jena ist in alle Arbeitsbereiche des Konsortiums involviert. Schwerpunkte liegen in der administrativen Koordination, der Entwicklung von Repositorien (insbesondere nmrXiv, ein Repositorium für NMR-Daten; https:// nmrxiv.org), sowie der Etablierung einheitlicher fachspezifischer Datenstandards in der Chemie. Auch die lokale Instanz des elektronischen Laborjournals Chemotion wird durch das NFDI4ChemTeam betrieben und gepflegt. Arbeitsgruppen der NFDI4Chem - Fachkonsortium für die Chemie in der NFDI Universität Jena werden zudem bei Fragen rund um Forschungsdatenmanagement individuell und vor Ort unterstützt. Der 2023 bei der DFG eingereichte Zwischenbericht [7] wurde überaus positiv bewertet. Aktuell befindet sich das Konsortium in der Antragsphase für die zweite Förderphase, die auf dem bereits entwickelten Service-Portfolio der ersten Förderphase aufbauen wird. Dabei wird sich das Konsortium sowohl durch neue Partner als auch durch die Einbindung neuer Subdisziplinen erweitern. Thematische Schwerpunkte werden die Weiterverwendung von Daten, insbesondere durch KI-Systeme, die Nachhaltigkeit von Infrastrukturen und die Einbettung von Forschungsdatenmanagement in die Lehre sein. [7] Neumann S., Andres A., Bach F., Bender T., Bonatto Minella C., Eberl F., Fischer TG., Golub B., Harivyasi SS., Herres-Pawlis S., Huang P., Hunold J., Jollife JD., Jung N., Liermann JC., Nainala V., Razum M., Koepler O., Steinbeck C. (2024): Interim Report NFDI4Chem 2023. Research Ideas and Outcomes, doi:10.3897/rio.10.e124977. FORSCHUNG — 69 KI-getriebene Extraktion chemischer Daten aus der Fachliteratur Für den Einsatz leistungsstarker KI-Modelle wie multimodaler Transformer ist die offene Verfügbarkeit großer Mengen gut kuratierter, maschinenlesbarer Daten essenziell [4]. In der Chemie wird jedoch noch immer eine beträchtliche Menge an Informationen in der Fachliteratur in Form von Texten und Bildern veröffentlicht und nicht in maschinenlesbaren Formaten in Datenbanken zugänglich gemacht. Die Arbeit der AG Steinbeck zum Information Mining konzentriert sich daher auf die automatisierte Extraktion und Analyse chemischen Wissens aus Quellen wie der wissenschaftlichen Literatur. Dazu entwickelt sie KI-getriebene Tools wie DECIMER.ai [5], das die Identifizierung, Segmentierung und maschinenlesbare Übersetzung chemischer Strukturen aus wissenschaftlichen Publikationen automatisiert, ergänzt durch Text-Mining-Ansätze unter Verwendung von Large Language Models (LLM). Zudem entwickelt sie Deep-Learning-basierte Werkzeuge für die Konversion chemischer Strukturrepräsentationen wie STOUT V2.0 [6], ein TransformerModell, das maschinenlesbare Zeichenketten (SMILES-Codes) und IUPAC-Namen bidirektional übersetzen kann. [4] Brinkhaus, HO., Rajan, K., Schaub, J., Zielesny, A., Steinbeck, C. (2023): Open data and algorithms for open science in AI-driven molecular informatics. Current Opinion in Structural Biology, doi:10.1016/j.sbi.2023.102542. [5] Rajan, K., Brinkhaus, HO., Agea, MI., Zielesny, A., Steinbeck, C. (2023): DECIMER. ai: an open platform for automated optical chemical structure identification, segmentation and recognition in scientific publications. Nature Communications, doi:10.1038/s41467-023-40782-0. [6] Rajan, K., Zielesny, A., Steinbeck, C. (2024): STOUT V2.0: SMILES to IUPAC name conversion using transformer models. Journal of Cheminformatics, doi:10.1186/s13321-024-00941-x. Abb. 3. Überblick des DECIMER-Projektes. Die DECIMER.ai Plattform verbindet Segmentierung, Klassifizierung und Übersetzung in maschinenlesbare Formate für Abbildungen chemischer Strukturen (Abb. aus Ref. [5]).
RkJQdWJsaXNoZXIy OTI3Njg=