Merck y el Centro Mulliken de Química Teórica colaboran en un proyecto de aprendizaje automático
La colaboración, de tres años de duración, se centrará en el desarrollo de nuevas herramientas para la modelización química computacional, así como de nuevas representaciones moleculares
Merck ha anunciado una colaboración con el Centro Mulliken de Química Teórica de la Universidad Rheinische Friedrich-Wilhelms de Bonn (Alemania). La colaboración, de tres años de duración, se centrará en el desarrollo de nuevas herramientas para la modelización química computacional, así como de nuevas representaciones moleculares para avanzar en la próxima generación de aprendizaje automático molecular.
Merck KGaA
"Estamos encantados de trabajar con Merck en este proyecto, que será beneficioso para la empresa y la comunidad de la química computacional en general. La estrecha interacción con los científicos de Merck nos ayudará a dar al proyecto y a las herramientas resultantes el enfoque adecuado", ha declarado el profesor Stefan Grimme, director del Centro Mulliken de Química Teórica y líder internacionalmente distinguido en química teórica y miembro de la Academia Nacional Alemana de Ciencias Leopoldina. El grupo dirigido por Grimme ha desarrollado una plétora de métodos y herramientas que ahora se utilizan ampliamente más allá de la comunidad de la química computacional.
Merck está aprovechando el aprendizaje automático y la inteligencia artificial (IA) en todas las etapas de su cadena de valor. A través de numerosas iniciativas y colaboraciones, la empresa pretende acelerar el ciclo de vida de sus productos, romper silos y aprovechar el poder de los datos y lo digital. "Los últimos avances han demostrado el impacto que el aprendizaje automático molecular y la IA en general pueden tener en todas las áreas relacionadas con la química, especialmente la simulación y el descubrimiento de fármacos basado en datos, el diseño de materiales y la predicción de nuevas formulaciones. Con esta colaboración, queremos desarrollar conjuntamente nuevas representaciones moleculares y herramientas computacionales que nos ayuden a agilizar el cribado de candidatos a fármacos, a descubrir nuevos compuestos y a predecir el rendimiento de los materiales", dijo Jan Gerit Brandenburg, director de Química Digital de Merck.
Durante los próximos tres años, varios estudiantes de doctorado del Centro Mulliken de Química Teórica trabajarán con el equipo de Química Digital de Merck para identificar métodos aplicables a toda la cartera de productos químicos y farmacéuticos de la empresa que se beneficiarían de las técnicas de aprendizaje automático molecular. Todos los métodos y códigos desarrollados en el marco del programa serán de código abierto, por lo que también beneficiarán a la comunidad científica en general. El programa se enmarca en parte en el Programa Prioritario de Aprendizaje Automático Molecular (SPP 2363) de la Fundación Alemana de Investigación (DFG).
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.
Más noticias del departamento ciencias
![Visualización de la catálisis de la [Fe]-hidrogenasa mediante espectroscopia de resonancia magnética nuclear potenciada con parahidrógeno](https://img.chemie.de/Portal/News/675fd46b9b54f_sBuG8s4sS.png?tr=w-712,h-534,cm-extract,x-0,y-16:n-xl)
Reciba la química en su bandeja de entrada
No se pierda nada a partir de ahora: Nuestro boletín electrónico de química, análisis, laboratorio y tecnología de procesos le pone al día todos los martes y jueves. Las últimas noticias del sector, los productos más destacados y las innovaciones, de forma compacta y fácil de entender en su bandeja de entrada. Investigado por nosotros para que usted no tenga que hacerlo.
