MIT beschreibt das CheMeleon-Modell für molekulare Vorhersagen bei knapper Datenlage

MIT News berichtete am 6. November 2026 ausführlich über CheMeleon, ein quelloffenes molekulares Basismodell, das chemische Eigenschaften vorhersagen soll, wenn nur wenige aufgabenspezifische experimentelle Daten vorliegen. Es wurde von Forschenden des MIT und von BASF entwickelt und soll dabei helfen, Moleküle für die Wirkstoff- und Materialforschung zu priorisieren.

Der begutachtete Artikel, auf dem das Modell beruht, erschien bereits vor der Ankündigung. Er wurde am 7. August 2026 online veröffentlicht und erschien in der Ausgabe des Journal of Chemical Information and Modeling vom 14. September 2026; eine frühere Fassung war bereits seit 2025 online.

Ein möglicher Anwendungsfall ist die Schätzung der Ligandenaffinität für ein kürzlich entdecktes zelluläres Wirkstoffziel. In solchen Fällen liegen den Forschenden nur wenige Messwerte für die betreffende Eigenschaft vor, und sie müssen entscheiden, welche Verbindungen eine Synthese und Prüfung rechtfertigen. CheMeleon soll die Auswahl der Kandidaten eingrenzen, nicht das Verhalten von Molekülen vollkommen vorhersagbar machen.

Vortraining mit berechneten Deskriptoren

CheMeleon wurde mit rund einer Million Molekülen aus PubChem und etwa 1.600 molekularen Deskriptoren vortrainiert, die Chemiker über Jahrzehnte entwickelt haben. Die Trainingszielwerte wurden berechnet und nicht aus veröffentlichter experimenteller Fachliteratur entnommen; Beispiele dafür sind die Molekülmasse und die Anzahl der Sauerstoffatome. Bei diesem überwachten Vortraining werden rauscharm berechenbare Deskriptoren genutzt, um molekulare Repräsentationen zu erstellen, die sich auf andere Aufgaben übertragen lassen.

Anschließend lässt sich dasselbe vortrainierte Modell mit einer kleinen Menge aufgabenspezifischer Daten für Eigenschaften wie Löslichkeit, Viskosität, Bioaktivität oder die Reaktivität mit einem bestimmten Protein oder Enzym feinabstimmen. CheMeleon ist ein Basismodell mit rund 10 Millionen Parametern, das für gerichtete Message-Passing-Neuronale Netze entwickelt wurde.

Der MIT-Doktorand Akshat Shirish Zalte stellte den Ansatz klassischen, expertenbasierten Modellen gegenüber, bei denen Fachleute manuell festlegen, wie Deskriptoren wie Molekülgröße, Verzweigung oder räumliche Ausdehnung mit einer Eigenschaft wie der Löslichkeit zusammenhängen könnten. CheMeleon lernt stattdessen während des Vortrainings allgemeine chemische Zusammenhänge. Daher muss das Netzwerk bei jeder neuen Aufgabe nicht alles von Grund auf lernen.

Ergebnisse der Benchmark-Tests und berichtete Nutzung

Die Forschenden bewerteten CheMeleon anhand von 58 Benchmark-Datensätzen zu Eigenschaften, die für die Wirkstoffforschung mit niedermolekularen Verbindungen relevant sind. Die Daten stammten aus der von der Industrie getragenen Benchmark-Initiative Polaris. In den von den Autoren berichteten statistischen Vergleichen schnitt CheMeleon besser ab als klassische Vergleichsmodelle, darunter Random Forest mit molekularen Fingerabdrücken und Deskriptoren, sowie als bestehende Basismodelle.

William Green, Inhaber der Hoyt-Hottel-Professur für Chemieingenieurwesen am MIT, sagte, das Modell verringere die Zahl der Moleküle, die experimentell geprüft werden müssen, um die Eigenschaften neuer Verbindungen präzise vorherzusagen, drastisch. Er führte diesen Vorteil auf den Zeit- und Kostenaufwand für Synthese und Prüfung zurück.

Green sagte, dass neun der 20 bestplatzierten Beiträge bei einem OpenADMET-Wettbewerb Anfang 2026 CheMeleon in Arbeitsabläufen zur Vorhersage der Eigenschaften von Molekülen nutzten, die zuvor noch nicht synthetisiert worden waren.

Das MIT berichtete, dass mehrere Pharmaunternehmen das Modell regelmäßig einsetzen. Green sagte, mindestens ein nicht genanntes Unternehmen habe seine Mitarbeitenden angewiesen, bei der Modellierung einer Eigenschaft stets mit CheMeleon zu beginnen.

Offene Verfügbarkeit und praktische Grenzen

CheMeleon und sein Vortrainings-Framework sind quelloffen. Nutzer können das Modell über ChemProp herunterladen und feinabstimmen, eine Software, die von Greens Forschungsgruppe entwickelt und gepflegt wird. An dem Projekt arbeiten außerdem Forschende des MIT im Bereich Chemieingenieurwesen mit den BASF-SE-Wissenschaftlern Jochen Sieg, Christian Feldmann und Miriam Mathea in Deutschland zusammen.

Für Forschungsteams bedeutet das Modell in der Praxis einen wiederverwendbaren Ausgangspunkt, wenn für eine neue Eigenschaft nur wenige unmittelbar relevante Trainingsdaten vorliegen. Die berichteten Benchmark-Ergebnisse und die frühe Nutzung zeigen, dass CheMeleon über eine einzelne Laborvorführung hinausgekommen ist. Seine Aufgabe bleibt jedoch die Priorisierung: Die vom Modell bevorzugten Verbindungen müssen weiterhin experimentell untersucht werden, um ihr tatsächliches Verhalten festzustellen.