Eine Suchmaschine für «Smart Wood»
Der Spezialist Mark Schubert beschäftigt sich an der Empa mit der Veränderung von Holzeigenschaften. Doch die Suche nach den passenden «Zutaten» ist meist sehr komplex. Anstatt teure Versuchsreihen zu machen, bedient man sich deshalb künstlicher Intelligenz.
Quelle: Thordis Rüggeberg
Das Enzym Laccase kann die chemische Struktur der Holzoberfläche verändern und ermöglicht so zusätzliche Funktionalisierungen von Holz.
Durch Anbinden funktioneller Moleküle an die Holzstruktur lassen sich wasserfeste oder antimikrobielle Holzoberflächen entwickeln. Genau damit beschäftigt sich der Spezialist für biochemische Modifikationen von Holz, Mark Schubert. Er arbeitet dafür mit dem Enzym Laccase, das die chemische Struktur einer Holzoberfläche verändern kann und so zusätzliche Funktionen von Holz ermöglicht, ohne die Struktur des Werkstoffs zu verändern. Bereits heute ist dadurch das Selbstverkleben von Holzfasern ohne chemische Bindemittel möglich und es entstehen lösemittelfreie Faserplatten für die Isolation.
Bei der Entwicklung besteht aber ein Problem: Es gibt zahlreiche Varianten des Enzyms Laccase, die sich allesamt im Aufbau des chemisch aktiven Zentrums unterscheiden und deshalb nicht alle mit dem gewünschten Substrat reagieren. Um genau das zu entschlüsseln, wären teure und aufwändige Versuchsreihen nötig. Eine Alternative wären molekulare Simulationen: Mit der genauen Strukturanalyse des Enzyms könnte man den chemischen Reaktionsmechanismus für jede Kombination im Computer durchspielen. Aber auch das erfordert schlussendlich eine hohe Rechenkapazität und wäre langwierig und teuer.
Mit «deep learning» zu richtigen Ingredienzien
Es gibt aber auch einen kürzeren Weg: «deep learning». Ein Computerprogramm wird mit Daten aus der Fachliteratur und eigenen Experimenten dazu trainiert, Muster zu erkennen. Die Suche würde also selbst dann funktionieren, wenn nicht alle Details über den chemischen Mechanismus bekannt sind. Ein wichtiger Faktor stellt hierbei der Aufbau des Algorithmus und die Art der Bereitstellung der Daten dar.
Mark Schubert beschäftigt sich dafür bereits seit über sieben Jahren mit so genannten neuronalen Netzen. Seine entwickelten Algorithmen trainiert er jeweils mit bekannten Datensätzen und testet diese auch mit Datensätzen, die das System nicht kennt. Mittlerweile kann seine Suchmaschine auch selbständig erkennen, welche Daten sie brauchen kann und welche nicht.
Aufgrund der Robustheit des Systems, kann die «Deep learning»-Maschine mittlerweile bereits in der Industrie eingesetzt werden: Bei Schubers Partnerfirma Pavatex werden mit Hilfe von Laccasen selbstbindende Isolationsplatten produziert. Bei der Produktion fallen riesige Datenmengen an, die womöglich etwas über die Qualität der erzeugten Platten aussagen könnten. Und Schubers Smart-Wood-Suchmaschine kann darin den Zusammenhang finden. Damit werden aufwändige Kontrollen des Endprodukts vermieden und die Fehlerquote im Produktionsprozess kann reduziert werden. (pd/pb)
