Storskalig och systematisk identifiering av riskkemikalier med hjälp av AI
Forskningsprojekt, 2025 – 2029

Dagens samhälle använder stora mängder kemikalier. Vid tillverkning, användning och avyttring av nästan alla typer av produkter kan dessa kemikalier frigöras och hamna i miljön, ofta via avloppssystem och reningsverk. Kemikalier kan orsaka betydande skador på ekosystem och djur, men även på människor, till exempel genom förorenat dricksvatten. För att skydda miljön och människors hälsa finns lagstiftning som reglerar vilka kemikalier som får användas och hur mycket av dessa som får släppas ut i miljön. Dessa regler kräver dock detaljerad och fullständig information om vilka kemikalier som är farliga – något vi idag ofta saknar. En kemikalies påverkan på ekosystem, djur och människor bedöms idag främst genom djurtester. I dessa laboratorietester utsätts exempelvis råttor, fiskar, vattenloppor och alger för kemikalier, och effekter som död, missbildningar eller cancerutveckjling dokumenteras. Dessa tester är mycket kostsamma och tidskrävande samt plågsamma för djuren, vilket gör att endast ett fåtal utvalda kemikalier testas. För majoriteten av kemikalier saknas därför information om deras farlighet. Samtidigt ökar antalet kemikalier i vårt samhälle, vilket leder till ett allt större behov av ny kunskap om kemikalier och deras påverkan på miljö och människor. Ett alternativ till dagens djurförsök är datorbaserade metoder. Dessa metoder försöker beräkna en kemikalies farlighet baserat på dess molekylära struktur. Genom att anpassa de datorbaserade metoderna till de kemikalier där det finns detaljerad information så kan vi även uppskatta farligheten hos helt nya kemikalier. Trots att dessa metoder har utvecklats och förfinats under flera decennier kvarstår problem med bristande tillförlitlighet, vilket gör att uppskattningarna ofta är otillräckliga för praktisk användning. Detta forskningsprojekt syftar till att minska kunskapsbristen kring farliga kemikalier. Vårt mål är analysera och bedöma risken med de hundratusentals kemikalier som används i vårt samhälle och, genom det, hitta de farliga ämnen som tidigare har förbisetts. Våra resultat kommer att möjliggöra en bättre reglering av kemikalier, baserad på ett större kunskapsunderlag. För att uppnå detta kommer vi att utveckla nya metoder för att bestämma kemikaliers farlighet. Våra lösningar är baserade på artificiell intelligens (AI), en teknik som kan beskriva komplexa problem, såsom en kemikalies farlighet, i större detalj än traditionella metoder. Vi kommer att använda en ny AI-teknik, som även ligger till grund för chattbottar som till exempel ChatGPT. Vår metod kommer dock att analysera kemikaliers molekylära strukturer för att förstå vad som gör dem farliga. Denna forskningsinriktning är banbrytande: vi var först att kombinera den här AI-tekniken med riskbedömning av kemikalier i miljön, vilket vi redovisade i en studie publicerad tidigare i år. Våra resultat visade att AI drastiskt ökar tillförlitligheten av datorbaserad bedömning av farliga kemikalier. Projektet kommer att möjliggöra ett snabbt och kostnadseffektivt sätt att hitta farliga kemikalier. Många av de kemikalier som cirkulerar i samhället har okända egenskaper som kan utgöra hot mot miljö och människor. Faktum är att många tidigare stora miljöskandaler har orsakats av kemikalier som i ett tidigare skede bedömts som ofarliga, men som senare, när mer information blivit tillgänglig, visat sig vara mycket problematiska. Ett exempel är högfluorerade ämnen (PFAS), som länge använts i till exempel hushållsprodukter, kosmetika och brandskum, men som nu hittas i höga halter i grundvatten, djur och människor. För att ytterligare förbättra vår förmåga att upptäcka farliga kemikalier i ett så tidigt skede som möjligt kommer vi att utveckla ett övervakningssystem. Detta system kommer regelbundet att söka i databaser, patent och vetenskapliga rapporter för att hitta nya kemikalier och automatiskt analysera deras farlighet med hjälp av våra AI-metoder. På så sätt kan vi identifiera fler farliga kemikalier innan de kommer ut

Deltagare

Erik Kristiansson (kontakt)

Chalmers, Matematiska vetenskaper, Tillämpad matematik och statistik

Mikael Gustavsson

Chalmers, Matematiska vetenskaper, Tillämpad matematik och statistik

Samarbetspartners

Göteborgs universitet

Gothenburg, Sweden

RWTH Aachen University

Aachen, Germany

Finansiering

Formas

Projekt-id: 2024-02047
Finansierar Chalmers deltagande under 2025–2029

Relaterade styrkeområden och infrastruktur

Hållbar utveckling

Drivkrafter

Mer information

Senast uppdaterat

2025-10-13