Predicting the product performance of personal care ingredients with graph neural networks

Brozos Tsiolakis, Christoforos; Mitsos, Alexander; Leonhard, Kai

doi:HT031277416

Predicting the product performance of personal care ingredients with graph neural networks = Vorhersage der Produktleistung von Inhaltsstoffen für Personal Care mit graphischen neuronalen Netze

Brozos Tsiolakis, Christoforos^RWTH*

2025

Verantwortlichkeitsangabevorgelegt von Christoforos Brozos Tsiolakis

ImpressumAachen : RWTH Aachen University 2025

Umfang1 Online-Ressource : Illustrationen

ReiheAachener Verfahrenstechnik series - AVT.SVT - Process systems engineering ; 38

Dissertation, Rheinisch-Westfälische Technische Hochschule Aachen, 2025

Veröffentlicht auf dem Publikationsserver der RWTH Aachen University

Genehmigende Fakultät
Fak04

Hauptberichter/Gutachter
Mitsos, Alexander (Thesis advisor)^RWTH* ; Leonhard, Kai (Thesis advisor)^RWTH*

Tag der mündlichen Prüfung/Habilitation
2025-06-26

Online
DOI: 10.18154/RWTH-2025-07621
URL: https://publications.rwth-aachen.de/record/1017994/files/1017994.pdf

Einrichtungen

Lehrstuhl für Systemverfahrenstechnik (416710)

Thematische Einordnung (Klassifikation)
DDC: 620

Kurzfassung
Die Personal Care Industrie befindet sich in einem schnellen Übergang zu nachhaltigeren Produkten, angetrieben von steigendem Verbraucherbewusstsein und neuen Vorschriften. Nachhaltige Produkte werden aus umweltfreundlichen Inhaltsstoffen hergestellt, weshalb es wichtig ist, solche Zutaten mit ähnlichen Leistungsmerkmalen wie bestehende zu identifizieren. Die Identifizierung durch empirische Versuchsansätze ist jedoch langwierig und ineffizient. Diese Thesis zielt darauf ab, moderne Vorhersagemodelle zu entwickeln, die bei der Identifizierung neuer nachhaltiger Inhaltsstoffe für die Personal Care Industrie unterstützen. Zunächst werden Tenside betrachtet, da sie die am häufigsten verwendeten Inhaltsstoffe sind. Bisherige prädiktive Modelle basierten auf begrenzten Daten, was ihren Anwendungsbereich einschränkt. Daher wurden umfangreiche Datensätze für zwei wichtige Tensideigenschaften, nämlich die kritische Mizellenkonzentration und Oberflächenüberschusskonzentration, aus der Literatur zusammengestellt. Graphen-neuronale Netzwerke, ein Deep-Learning-Algorithmus, werden auf die Graphdarstellung der Tensidmoleküle angewendet, um ein End-to-End-Lernen zu ermöglichen. Multi-Target- und Ensemble-Lernen werden eingesetzt, um die Datenbeschränkungen zu überwinden und die Leistung der Modelle zu verbessern. Zweitens müssen Reinigungsmittelformulierungen ihre Leistung auch bei niedrigen Waschtemperaturen beibehalten und den Wirkstoffverbrauch minimieren. Ein umfassender Datensatz für eine kritische Tensideigenschaft bei verschiedenen Temperaturen wird erstellt, und ein graph-neuronales Netzwerkmodell wird entwickelt, um diese Eigenschaft präzise vorherzusagen. Das Modell ist auch auf komplexe, zuckerbasierte Tenside anwendbar, die aus 100% natürlichen Rohstoffen oder Biotensiden bestehen. Drittens werden Tensidmischungen oft für bestimmte Anwendungen bevorzugt oder siekönnen auch durch chemische Reaktionen entstehen. Auf Tensidmischungen anwendbare Modelle können übersehene synergistische Kombinationen aufdecken. Auf der Grundlageumfangreicher Literaturrecherchen wurde eine dritte Datenbank mit Tensidmischungen zusammengestellt und ein graphisches neuronales Netzwerk entwickelt, das in verschiedenen praktischen Testszenarien hochgenaue Vorhersagen liefert. Experimentelle Messungen von kommerziellen Tensiden validieren die Modellvorhersagen. Viertens sind Emollients ein weiterer wichtiger Inhaltsstoff, deren Hydrophobie für die Entwicklung und Optimierung von Formulierungen von entscheidender Bedeutung ist; qualitativ hochwertige Daten sind jedoch nach wie vor rar. Daher wird ein descriptoraugmentiertesgraph-neuronales Netzwerkmodell vorgeschlagen, das gleichwertige Vorhersagenwie die modernsten QSPR-Modelle liefert. Insgesamt bringt diese Thesis den Bereich der prädiktiven Modellierung mit maschinellem Lernen in der Personal Care voran, indem sie systematisch die derzeitigen Einschränkungen angeht. Die Anwendung dieser Modelle auf zusätzliche Industrien wird erwartet.

The personal care industry is rapidly transitioning to more sustainable products, driven by increased consumer awareness and new regulations. Sustainable products, such as formulations, are inherently derived from sustainable ingredients. To that end, it is essential to identify sustainable ingredients that possess performance characteristics similar to current ones. However, identifying ingredients through empirical trial-and-error approaches is tedious, resource-intensive, and ultimately unsustainable. Thus, this thesis aims to develop predictive models to assist in identifying new sustainable ingredients for the personal care industry. First, surfactants are focused upon as they are the most widely used ingredients in the personal and home care segments, along with two key physicochemical properties, i.e., critical micelle concentration and surface excess concentration that impact their performance. Previous data-driven predictive models have relied on limited databases, constraining their applicability. To overcome this, the largest data sets for these surfactant properties at a constant temperature are assembled from literature sources. Graph neural networks, are directly applied to the graph representation of the surfactant molecule, enabling end-to end learning of the two properties of interest. To address data limitations, multi-target and ensemble learning are employed, resulting in a state-of-the-art performance compared to existing models for both surfactant properties with a broader applicability domain. Second, cleansing formulations are now required to maintain their performance at lower washing temperatures while minimizing the amount of active ingredient used in order to reduce energy consumption and preserve natural resources. Hence, identifying suitable surfactants is of great interest. To this end, the largest data set for a surfactant property critical to washing performance is compiled from literature sources, covering various temperatures for pure surfactant species. A graph neural network model is developed that accurately predicts the temperature-dependent surfactant property of interest. Additionally, the model is applicable to structurally complex sugar-based surfactants, which are either derived from 100% natural feedstocks or belong to the family of biosurfactants. Third, mixtures of surfactants are often preferred for certain applications. Models applicable to surfactant mixtures can reveal overlooked synergistic combinations. Based on extensive literature research, a third database containing surfactant mixtures is assembled, and a graph neural network framework is developed that yields highly accurate predictions in various practical test scenarios. Experimental measurements of commercial surfactants validate the model predictions. Fourth, another key ingredient are emollients, where knowledge of their hydrophobicity is crucial for formulation design and optimization; however, high-quality data remain sparse. Therefore, a descriptor-augmented graph neural network model is proposed that achieves in par predictions to state-of-the-art QSPR models. Overall, this thesis advances the field of predictive modeling with machine learning in personal care by systematically addressing current limitations. Application of these models to additional industries is anticipated.

OpenAccess:
PDF
(additional files)