zum Directory-modus

Repräsentation chemischer Reaktionen

HORACE

Gelernter und Rose nutzten maschinelle Lerntechniken um Reaktionszentren zu analysieren. Basierend auf den Funktionalitäten, die dem Reaktionszentrum anhängen, leitet die Methode des konzeptionellen Clusterings die Merkmale ab, die ein Reaktionszentrum besitzen muss, um einem bestimmten Reaktionstyp zugeordnet werden zu können. Ein Manko dieses Ansatzes ist, dass nur topologische Merkmale wie funktionelle Gruppen am Reaktionszentrum und der unmittelbaren Umgebung benutzt werden. Physikochemische Effekte, die sehr wichtig sind, um einen Reaktionsmechanismus und somit einen Reaktionstyp zu bestimmen, blieben aber unberücksichtigt. Eine funktionelle Gruppe kann verschiedene Effekte aufweisen, die vom Mechanismus des Reaktiontyps und vom Elektronenbedarf des Reaktionszentrum abhängen. Die Gruppen können entweder als Elektronen-Donoren bzw. Radikal-stabilisierend (z.B. OR) oder als elektronenziehend bzw. Radikal-destabilisierend (z.B. CN) betrachtet werden. Während in vielen Reaktionen eine -PO(OR)2-Gruppe elektronenziehend ist, wie z.B. -CHO, -COOR, -CN oder -SO2R -Gruppen, benötigt dagegen die Wittig-Horner Reaktion eine PO(OR)2-Gruppe an einem Kohlenstoff-Atom. Keine der vorher genannten Gruppen kann eine Wittig-Horner Reaktion initiieren. Das heißt, es ist für Reaktionen weder eine eindeutige Klassifizierung noch eine Verallgemeinerung der funktionellen Gruppen möglich.

Abb.1
Unterschiedliche Klassifizierung der Substituenten an der Reaktionsstelle

Dieses Defizit der alleinigen Berücksichtigung der funktionellen Gruppen wurde durch das HORACE-System (Hierarchical Organization of Reactions through Attribute and Condition Eduction) korrigiert. HORACE benutzt einen Satz von 114 strukturellen Klassifizierungsmerkmalen wie z.B. einfachen funktionellen Gruppen (Alkohole, Carbonsäuren, etc.) oder größere Gruppen (verschiedene Heterocyclen -Oxazole, Thiazole, etc.). Überdies werden physikochemische Merkmale wie z.B. Ladungsverteilung und Maße für induktive und Resonanzeffekte am Reaktionszentrum herangezogen, um Reaktionen zu klassifizieren.

Literatur

Rose, J. R.; Gasteiger, J. (1994): . In: J. Chem. Inf. Comput. Sci.. 34 , 74-90
Zupan, J.; Gasteiger, J. (1999): Neural Networks in Chemistry and Drug Design, 2nd Edition. Wiley-VCH
Seite 21 von 25