< Terug naar nieuws

4 Juli 2024

Alleen via AI en machine learning kunnen we grip krijgen op alle chemicaliën om ons heen

Het open-access Journal of the American Chemical Society (JACS Au) heeft zojuist een perspectief gepubliceerd door Dr. Saer Samanipour en zijn team over de enorme uitdaging om alle chemicaliën om ons heen in kaart te brengen. Samanipour, universitair docent aan het Van 't Hoff Instituut voor Moleculaire Wetenschappen van de Universiteit van Amsterdam (UvA), neemt de beschikbare wetenschap onder de loep en concludeert dat een echt proactief chemisch beheer momenteel niet haalbaar is. Om echt grip te krijgen op het enorme en steeds groter wordende chemische universum, pleit Samanipour voor het gebruik van machine learning en AI, als aanvulling op bestaande strategieën voor het detecteren en identificeren van alle moleculen waaraan we worden blootgesteld.

De totale hoeveelheid moleculen waaraan we worden blootgesteld wordt in de wetenschap het 'exposoom chemische ruimte' genoemd, en dit staat centraal in Samanipours wetenschappelijke inspanningen. Hij streeft ernaar deze enorme moleculaire ruimte te verkennen en in kaart te brengen. Dit is gedreven door zowel nieuwsgierigheid als noodzaak, aangezien directe en indirecte blootstelling aan talloze, vaak onbekende chemicaliën een aanzienlijke bedreiging vormt voor de menselijke gezondheid. Volgens schattingen is 16% van de wereldwijde vroegtijdige sterfgevallen gelinkt aan vervuiling. Ook het milieu lijdt eronder, wat bijvoorbeeld te zien is aan het verlies van biodiversiteit.

 

De huidige benadering is inherent passief en op zijn best reactief. We voelen pas de noodzaak om chemicaliën te analyseren nadat we de effecten van blootstelling waarnemen. Deze benadering heeft tot vele problemen geleid, zoals de recente crisis met PFAS-chemicaliën. Bovendien zijn regulerende maatregelen voornamelijk gericht op chemicaliën met een zeer specifieke moleculaire structuur die in grote hoeveelheden worden geproduceerd. Er zijn echter talloze andere chemicaliën waarvan we weinig weten, zowel door de natuur geproduceerd als door de transformatie van door de mens gemaakte chemicaliën. Vooral deze laatste categorie is systematisch over het hoofd gezien.

 

De conventionele chemische analyse is bevooroordeeld ten opzichte van bekende of voorgestelde structuren, omdat dit essentieel is voor het interpreteren van gegevens verkregen met analytische methoden zoals chromatografie en massaspectrometrie. Dit leidt tot het over het hoofd zien van meer 'onverwachte' chemicaliën. Hoewel de zogeheten non-targeted analysis (NTA) deze bias vermijdt, blijven de resultaten beperkt. In de afgelopen vijf jaar zijn 1600 chemicaliën geïdentificeerd, terwijl elk jaar alleen al op de Amerikaanse markt ongeveer 700 nieuwe chemicaliën worden geïntroduceerd.

 

Om deze uitdagingen aan te pakken, stelt Samanipour voor om machine learning en kunstmatige intelligentie te gebruiken. Hij pleit voor een datagedreven aanpak langs verschillende lijnen: intensiever dataminen, retrospectieve analyses uitvoeren op reeds beschikbare analytische gegevens en AI gebruiken om de structuur en reikwijdte van de exposoom chemische ruimte te begrijpen.

 

Bron: UvA.nl

Vergelijkbaar >

Vergelijkbare nieuwsitems

>Bekijk alle nieuwsitems >
Opinion: “A call for consensus: AI's place in education”

28 oktober

Opinion: “A call for consensus: AI's place in education” >

Roemer Wage, a graduate of the University of Amsterdam with a degree in Information Science and currently pursuing a Master's in Information Sciences at the Vrije Universiteit, wrote his Bachelor's thesis titled "Regulating Generative AI: An Analysis of the EU Approach," which was graded an 8.5. Drawing on this research and his insights gained throughout his studies, he shares the following opinion on the role of AI in education.

Lees meer >

Versneld digitaliseren in het mkb: in gesprek met André Gerver

23 oktober

Versneld digitaliseren in het mkb: in gesprek met André Gerver >

AI is overal. Het mkb staat voor de uitdaging om de snelle digitale ontwikkelingen bij te houden. In een interview met het Centre of Expertise Applied AI van de HvA, vertelt programmaleider André Gerver over de European Digital Innovation Hub Noordwest (EDIH) en de rol van het 'Test before Invest' werkpakket, dat mkb-bedrijven ondersteunt bij hun digitale transitie.

Lees meer >

HAVA-lab officieel geopend: interdisciplinair onderzoek naar human-aligned video-AI

23 Oktober

HAVA-lab officieel geopend: interdisciplinair onderzoek naar human-aligned video-AI >

Vorige week heeft Peter-Paul Verbeek het HAVA-Lab officieel geopend. Het HAVA-lab is het eerste laboratorium van zijn soort aan de Universiteit van Amsterdam (UvA) dat video-AI vanuit een interdisciplinair perspectief bestudeert. Het centrale onderzoeksthema is de vraag: Wat definieert human-aligned video-AI, hoe kan het rekenbaar worden gemaakt, en wat bepaalt de maatschappelijke acceptatie ervan? Het laboratorium brengt alle zeven faculteiten van de UvA samen in dit baanbrekende onderzoek, wat de kracht van samenwerking illustreert in het aanpakken van complexe maatschappelijke vraagstukken.

Lees meer >