Abteilung Umweltchemie

Die zunehmende Verschmutzung der Umwelt durch Chemikalien ist ein großes Problem. Kläranlagen sind eine der wichtigsten Barrieren, um zu verhindern, dass Chemikalien in die Umwelt gelangen, allerdings werden die meisten Chemikalien nur teilweise entfernt. Die Abschätzung des Ausmaßes, in dem diese Chemikalien die Kläranlagen durchdringen, ist dringend erforderlich, um:

i.    Erleichterung der Bewertung chemischer Risiken
ii.    die Entwicklung von besser abbaubaren Chemikalien zu unterstützen
iii.    Unterstützung der Industrie bei der Abwasserentsorgung

Ein Grund, warum es keine zufriedenstellenden Modelle für solche Schätzungen gibt, ist das Fehlen eines ausreichend großen und konsistent gemessenen Datensatzes. Glücklicherweise ermöglichen die jüngsten Fortschritte in der hochauflösenden Massenspektrometrie nun die gleichzeitige Überwachung einer großen Anzahl von Chemikalien. Im Rahmen des KlarA-Projekts haben wir Überwachungsdaten von Hunderten einzelner chemischer Substanzen aus Kläranlagen in der Schweiz, Schweden und Australien zusammengestellt und sorgfältig kuratiert. Wir haben einen Datensatz aufgebaut, den wir nun nutzen, um Modelle zu entwickeln, die die Entfernung von Chemikalien während der Abwasserbehandlung auf der Grundlage ihrer chemischen Struktur vorhersagen. Unsere Hauptstrategie besteht darin, Algorithmen des maschinellen Lernens zu verwenden, um quantitative Struktur-Aktivitäts-Beziehungsmodelle zu erstellen.
Die wichtigsten Ergebnisse dieses Projekts sind sowohl die erstellten hochwertigen Datensätze als auch die Open-Source-Modelle und -Tools, die Forschern und Behörden gleichermaßen zur Verfügung stehen werden.