Človek v experimentovaní: etika, súkromie, zodpovednosť a komplexný pracovný postup

zisky:

• Integrácia ľudského princípu do komplexného pracovného postupu v experimente a schopnosť oddeliť umelú inteligenciu/ľudské roly v každej fáze
• Schopnosť pracovať so všeobecnými príkladmi proxy bez poskytnutia dôvernej štruktúry a údajov všeobecnej umelej inteligencii
• Schopnosť umiestniť ľudské schvaľovacie brány na kritické body a prevziať konečnú zodpovednosť s transparentnosťou a sledovateľnosťou

V tejto záverečnej jednotke kombinujeme celý modul do jedného rámca: človek v slučke. Tento princíp hovorí, že bez ohľadu na to, aká je AI schopná, človek musí pochopiť, ovládať a schváliť každý kritický bod chemického rozhodnutia. V tejto časti najprv objasníme etické aspekty a aspekty dôvernosti, potom vytvoríme komplexný pracovný postup, ktorý prevedie molekulu od nápadu po správu, a uvidíme, ako si AI a ľudia rozdeľujú prácu v každej fáze. Cieľom je premeniť všetko, čo ste sa naučili, na systém, ktorý sa hodí do každodennej práce.

Súkromie: čo nedávať AI?

Chémia často pracuje s dôvernými informáciami: nepatentované molekuly, firemné tajné cesty syntézy, nepublikované údaje, vzorky pacientov. Text, ktorý zadáte do verejnej služby AI, môže byť uložený alebo spracovaný v súlade so zásadami danej služby. Preto:

• Pred uvoľnením nepublikovaných originálnych štruktúr (pred-patentovaných molekúl) verejnej AI skontrolujte svoje inštitucionálne zásady.
• Nikdy nezadávajte osobné údaje/údaje pacienta (klinické vzorky) v identifikovateľnej forme.
• Pred zdieľaním ciest syntézy obchodného tajomstva skontrolujte dohody o dôvernosti.
• V prípade potreby sa rozhodnite pre interné/vlastné nástroje AI nasadenia.

Upozornenie: Spýtať sa všeobecnej AI na molekulu môže znamenať odhalenie štruktúry tejto molekuly. Pre jedinečnú štruktúru, ktorá nebola patentovaná, to môže ohroziť vašu prioritu (patentové právo). Požiadajte o skryté štruktúry s generickými/náhradnými príkladmi.

Etika: štyri princípy

1. Transparentnosť: Neskrývajte, kde používate AI; Dodržiavajte publikačnú a inštitucionálnu politiku.
2. Zodpovednosť: Za konečné rozhodnutie je zodpovedný človek; „Navrhovaná AI“ neospravedlňuje porušenie bezpečnosti alebo integrity.
3. Neškodivosť: AI nepoužívajte na nebezpečnú/nelegálnu syntézu, aplikácie s dvojakým použitím (možnosť zbraní).
4. Spravodlivosť a čestnosť: Neskresľujte údaje, neprikrášľujte výsledky, nevymýšľajte si atribúty.

Kompletný pracovný postup: molekula → správa

Teraz spojme celý modul do jedného toku. V každej fáze venujte pozornosť rozdielu medzi tým, čo robí AI a tým, čo robí človek.

Etapa

Úloha AI

(Kritická) úloha ľudí

1. Myšlienka/literatúra

Zhrnutie konceptu, hľadaný výraz

Nájdenie skutočného zdroja, potvrdenie pripísania

2. Popis štruktúry

generovanie SMILES

Autentifikácia pomocou RDKit, InChIKey

3. Plán syntézy

Retrosyntéza, alternatívy

Potvrdenie literatúry, výber cesty

4. Bezpečnosť

Súhrn KBÚ, predbežný nesúlad

čítanie KBÚ, schválenie, rozhodnutie OOP

5. Aplikácia

(žiadne)

Všetky laboratórne práce

6. Analýza

Podpora komentárov spektra

Konečné zadanie štruktúry

7. Spracovanie údajov

písanie kódu

Spustite kód a overte výsledok

8. Dokumentácia

Formátovanie, ovládanie

Pozorovanie, odchýlka, podpis

9. Hlásenie

návrh textu

Overenie čísla/citácie, zodpovednosť

Táto tabuľka ukazuje, ako je 11 jednotiek modulu usporiadaných do jednej úlohy. AI zrýchľuje; ľudia overujú a vlastnia.

Krok za krokom: nastavenie pracovného postupu

1. Objasnenie rolí: Pre každú úlohu: „Rozhoduje AI alebo človek? určiť od začiatku.
2. Nastavte filter ochrany osobných údajov: Bez toho, aby ste niečo poskytli AI, sa môžete opýtať „je to súkromné/súkromné?“ spýtaj sa.
3. Vložte overovacie brány: Verifikačný krok na konci každej fázy (tabuľka v časti 10).
4. Udržujte sledovateľnosť: Aký výstup pochádzal z AI, ako bol overený, kto ho schválil.
5. Stanovte body schválenia: V kritických bodoch, ako je bezpečnosť a konečný výsledok, je povinné schválenie človekom.
6. Spätná väzba: Zaznamenajte každú zachytenú chybu a zlepšite pracovný tok.

Štyri kopírovateľné šablóny

1) Predfilter ochrany osobných údajov:

Pred položením otázky zvážte toto:Obsah: [ČO SA PÝTAM]Úloha: Obsahuje tento obsah nezverejnené originálne artefakty, osobné údaje alebo obchodné tajomstvá? Ak áno, navrhnite, ako môžem prepísať otázku všeobecným / náhradným príkladom, ktorý skryje štruktúru.

2) Brána overenia konca fázy:

Mám za sebou nasledujúcu fázu: [FÁZA, napr. plán syntézy]. Úloha: Uveďte všetky prvky, ktoré je potrebné overiť z tejto fázy (číslo, citácia, štruktúra, bezpečnostný nárok). Ku každému napíšte spôsob overenia a kto ho má potvrdiť. Pred prechodom na ďalší krok označte všetky otvorené položky, ktoré je potrebné zavrieť.

3) Plán distribúcie rolí človeka a AI:

Môj projekt: [SHORT POPIS]. Úloha: Rozdeľte tento projekt na fázy. Pre každú fázu rozlišujte medzi: - Čo môže urobiť AI (návrh, kód, zhrnutie) - Čo musí človek rozhodnúť (bezpečnosť, dôsledok, schválenie). Označte kritické body, v ktorých leží konečná zodpovednosť na človeku.

4) Kontrola integrity správ:

Nižšie je môj návrh správy:[NÁVRH]Úloha: Skontrolujte a označte nasledovné:1) Existujú nejaké neoverené čísla/citácie?2) Je používanie AI transparentne uvedené?3) Zdá sa, že údaje sú „skrášlené“ (skrytý okraj)?4) Existujú nejaké bezpečnostné/etické nedostatky? [KONTROLA], kde si nie ste istí.

Slabá výzva / Silná výzva

slabé:

Aký je najlepší spôsob, ako syntetizovať novú tajnú molekulu našej spoločnosti? [skutočná pôvodná štruktúra]

Toto vystavuje pôvodnú predpatentovú štruktúru všeobecnej službe; Ohrozuje prioritu a dôvernosť.

Silný:

Chcel by som sa naučiť všeobecnú stratégiu retrosyntézy pre podobnú štruktúru triedy aromatických ketónov. Vysvetlite prostredníctvom všeobecného príkladu (derivát acetofenónu) bez uvedenia konkrétnej pôvodnej štruktúry. Stratégiu použijem na vlastnú molekulu interne.

Rozdiel: bez odhalenia latentnej štruktúry sa dosiahlo rovnaké učenie ako pri generickom náhradnom príklade.

mini prípady

Prípad 1 – Pôvodná štruktúra zverejnená. Pred podaním žiadosti o patent sa tím spýtal všeobecnej AI na jedinečnú molekulu. Právna jednotka uviedla, že by to mohlo spochybniť prioritu; Proces bol oneskorený. Lekcia: požiadajte o jedinečné štruktúry s generickým proxy, rešpektujte zásady ochrany osobných údajov.

Prípad 2 – Ľudský súhlas zabránil nehode. V automatizovanom pracovnom postupe AI vytvorila návrh postupu a mala byť implementovaná priamo; Ale skúsený chemik zachytil nekompatibilný pár činidiel pri prietokovej bráne „bezpečnostnej previerky“. Ponaučenie: v kritických bodoch zachraňujú ľudské schvaľovacie brány životy.

Prípad 3 – End-to-end disciplína. Študent magisterského štúdia implementoval celý modul v jednom projekte: zhrnutie literatúry + overenie aktuálnej citácie pomocou AI, overenie štruktúry pomocou RDKit, analýza dát pomocou kódu, bezpečnosť s SDS, poctivá dokumentácia, transparentný reporting. Výsledok bol rýchlejší a robustnejší; v obhajobe práce "Ako ste overili AI?" Na otázku odpovedal jasne. Ponaučenie: AI + overovacia disciplína najlepšie spolupracujú.

Časté chyby

• Poskytnutie latentnej štruktúry všeobecnej AI. Ohrozuje patentovú prioritu a obchodné tajomstvo.
• Zadávanie identifikovateľných osobných údajov/údajov pacienta. Porušenie súkromia a právne riziko.
• Obchádzanie schvaľovacích brán. Bezpečnosť a v konečnom dôsledku napredovanie bez ľudského súhlasu.
• Prenesenie zodpovednosti na AI. „AI navrhované“ neospravedlňuje žiadne chyby.
• Vyhýbanie sa transparentnosti. Skrytie používania AI narúša integritu.
• Ignorovanie rizika dvojitého použitia. Je neetické používať AI na škodlivé aplikácie.

Tip: Navrhnite svoj pracovný postup s „každým kritickým rozhodnutím, ktoré človek zastaví a schváli“. Urobte z AI článok, ktorý zrýchľuje reťaz a uzol, ktorý reťaz drží, je vždy človek.

V súhrne

• Ľudský princíp v experimentovaní: pri každom kritickom chemickom rozhodnutí človek rozumie, dohliada a schvaľuje.
• Ochrana osobných údajov: neposkytujte unikátne artefakty, osobné údaje a obchodné tajomstvá verejnej AI; Použite všeobecný proxy.
• Etika: transparentnosť, zodpovednosť, nezlomnosť, čestnosť sú štyri základné princípy.
• V rámci komplexného pracovného postupu sa AI zrýchľuje v každej fáze; ľudia overujú a vlastnia.
• Umiestnite ľudské schvaľovacie brány na kritické body (bezpečnosť, konečný výsledok) a udržujte sledovateľnosť.

Aplikačná úloha

Vyberte si svoj vlastný projekt (skutočný alebo hypotetický) a navrhnite pracovný postup AI a človeka od začiatku do konca. Prispôsobte vyššie uvedenú 9-stupňovú tabuľku svojmu projektu: čo urobí AI v každej fáze, čo schváli človek? Použite predbežný filter ochrany osobných údajov: aké informácie neposkytujete AI, ako ich zovšeobecníte? Definujte aspoň dve brány na schválenie človekom a jednu metódu sledovateľnosti. Napíšte jednostránkový „plán pracovného postupu a overenia“.

kontrolný zoznam

• [ ] V experimente som pochopil ľudský princíp a prečo je to potrebné.
• [ ] Genericizujem skrytú štruktúru/údaje bez toho, aby som ich dal všeobecnej AI.
• [ ] Dodržiavam zásady transparentnosti, zodpovednosti, neslušnosti a čestnosti.
• [ ] Oddelil som roly AI/ľudí v komplexnom pracovnom postupe.
• [ ] Na kritické body som postavil ľudské schvaľovacie brány.
• [ ] Sledujem, aký výstup pochádza z AI a ako sa overuje.

Modulová skúška

1. Ktoré z nasledujúcich je najpresnejšie určovanie polohy pre umelú inteligenciu v chémii?

• A) Umelá inteligencia je asistent kódu, návrhu a úpravy; Zodpovednosť za štruktúru, počet, zdroje, bezpečnosť a etické rozhodnutia nesú ľudia ✔
• B) Umelá inteligencia je chemický motor a molekulové hmotnosti, ktoré poskytuje, sú vždy presné.
• C) Umelá inteligencia funguje len v prehľade literatúry, nemá nič spoločné s analýzou a bezpečnosťou
• D) Keďže umelá inteligencia je nestrannejšia ako ľudia, bezpečnostné rozhodnutia by sa mali nechať na ňu

Popis: Umelá inteligencia; Je to asistent, ktorý píše kód, vytvára návrhy, vytvára kostru retrosyntézy, pomáha a organizuje interpretáciu spektra. Avšak deterministický výpočet molekulovej hmotnosti a stechiometrie, overenie štruktúry pomocou RDKit, potvrdenie citácií v databáze, rozhodnutie o bezpečnosti pomocou SDS/GHS a konečná zodpovednosť patrí kompetentnému chemikovi. Veľký jazykový model nie je kalkulačka ani chemický motor; Je to textový generátor, ktorý vytvára „ďalšie najpravdepodobnejšie slovo“ a jeho neoverený výstup môže viesť k nesprávnej štruktúre, číslu alebo nebezpečenstvu.

2. Ako najspoľahlivejšie opísať molekulu umelej inteligencii?

• A) Píšte len bežné turecké meno
• B) Poskytnutie reprezentácie štruktúry ako SMILES a potvrdenie identity pomocou InChIKey ✔
• C) Stačí povedať molekulovú hmotnosť
• D) Stačí napísať OZ

Vysvetlenie: Názvy (najmä obchodné a synonymické názvy) sú nejednoznačné a môžu viesť k nesprávnej molekule. Ak molekule dáte štruktúrny zápis, ako napríklad SMILES, získate presnosť; Jeho identita je potvrdená v databáze pomocou InChIKey. Navyše SMILES dané umelou inteligenciou musia byť analyzované pomocou RDKit a overené kanonizáciou.

3. Ako by ste mali používať molekulovú hmotnosť danú umelou inteligenciou?

• A) Použitie priamo, pretože AI je spoľahlivá v číslach
• B) Vypočítajte a overte nezávisle od vzorca ručne alebo pomocou RDKit ✔
• C) Stačí sa opýtať inej umelej inteligencie a porovnať
• D) Molekulová hmotnosť nie je dôležitá, nie je potrebné overovanie

Vysvetlenie: Molekulová hmotnosť je veličina vypočítaná deterministicky z molekulového vzorca. Spýtať sa na jazykový model je teda ten najslabší spôsob; Malo by sa nezávisle overiť pomocou nástroja, ako je RDKit, alebo pomocou manuálneho výpočtu zo vzorca. Jazykový model dokáže prispôsobiť takýmto číslam „pravdepodobne vyzerajúcu“ hodnotu.

4. Čo treba urobiť pred použitím citácie literatúry (článku/DOI) vrátenej umelou inteligenciou?

• A) Nič; Ak umelá inteligencia dáva referenciu, je skutočná
• B) Stačí sa pozrieť na nadpis, aby to vyzeralo presvedčivo.
• C) Potvrdenie každej citácie a DOI ich dekódovaním v databáze (doi.org, Crossref) ✔
• D) Dlhé číslo DOI dokazuje, že je skutočné.

Popis: Jazykový model dokáže generovať články, autorov a DOI, ktoré vyzerajú realisticky, ale neexistujú (falošná citácia). To, že dáva DOI, neznamená, že je platné. Každá citácia musí byť overená rozlíšením v databáze ako doi.org, Crossref alebo na stránke vydavateľa; Najbezpečnejší postup je, keď človek nájde skutočný článok a nechá si text zosumarizovať umelou inteligenciou.

5. V ktorej oblasti je umelá inteligencia najslabšia a vyžaduje potvrdenie pri plánovaní reakcie?

• A) Pri rozpoznávaní, do ktorej všeobecnej triedy patrí reakcia
• B) Presné čísla podmienok, hodnoty výťažku a názvy činidiel/katalyzátorov ✔
• C) Vysvetlenie mechanizmu v jednoduchom jazyku
• D) Brainstorming pre alternatívne trasy

Vysvetlenie: AI vo všeobecnosti dobre predpovedá typ reakcie a hlavný produkt dobre zdokumentovaných reakcií. Avšak presné čísla podmienok (teplota, čas, ekvivalent), hodnoty výťažku, zriedkavé reakcie a názvy činidiel/katalyzátorov sú najslabšie a najnáchylnejšie na výrobu; tieto by mali byť potvrdené literatúrou a katalógmi.

6. Aký je najspoľahlivejší spôsob využitia umelej inteligencie pri interpretácii spektra?

• A) Uveďte niekoľko vrcholov a opýtajte sa, aké je toto spektrum? pýtať sa
• B) Poskytnutie očakávanej štruktúry a úplných nespracovaných údajov a kontrola konzistencie (testovanie hypotéz) ✔
• C) Zápis iba hodnôt posunu bez vykonania integrácie a delenia
• D) Definitívne priradenie štruktúry pomocou jednej techniky (len IR)

Popis: Opýtajte sa AI 'aká zlúčenina je toto spektrum?' Opýtanie sa od začiatku zvyšuje chybovosť. Najspoľahlivejším spôsobom je dať dohromady očakávanú štruktúru (SMILES) a nespracované údaje (integrácia, rozdelenie, riešiteľ, zoznam vrcholov) a opýtať sa, či sú tieto údaje v súlade s touto štruktúrou? je pýtať sa; teda pomocou umelej inteligencie ako testera hypotéz. Záverečná úloha je pre chemika skúmajúceho experimentálne spektrum.

7. Aký je najspoľahlivejší spôsob získania výsledku chemického výpočtu (napr. percentuálny výťažok)?

• A) Ústne vyžiadanie výsledku priamo od umelej inteligencie
• B) Vytlačte a spustite Python kód účtu a otestujte ho na známom príklade ✔
• C) Položte tú istú otázku niekoľkokrát a získajte číslo, ktoré sa objavuje najčastejšie
• D) Rýchly odhad bez určenia jednotky

Vysvetlenie: Jazykový model robí aritmetiku „predpovedaním pravdepodobného výsledku“ a môže byť chybný aj pri veľmi jednoduchých násobeniach. Najspoľahlivejším spôsobom je nechať AI napísať svoj KÓD (napr. Python), nie samotný účet, a spustiť tento kód; kód je deterministický a auditovateľný. Kód by sa mal otestovať aj na malej vzorke, ktorej odpoveď je známa.

8. Čo znamená pojem „doména použiteľnosti“ v predpovedi molekulárnych vlastností?

• A) Výkon počítača, na ktorom model beží
• B) Molekulárna oblasť podobná tréningovým dátam, kde model poskytuje spoľahlivé predpovede ✔
• C) Oblasť zabezpečenia, kde číslo dané modelom je vždy presné
• D) Teplotný rozsah, v ktorom môže byť molekula syntetizovaná v laboratóriu

Vysvetlenie: Model QSAR/predpovede funguje dobre na molekulách, ktoré sú podobné molekulám, na ktorých bol trénovaný. Vzhľadom na molekulu, ktorá je veľmi odlišná od trénovacích údajov, model stále vytvára číslo, ale to je nespoľahlivé; toto sa nazýva „nebyť mimo rozsahu pôsobnosti“. Model vždy dáva odpoveď; Je na človeku, aby zhodnotil, či je odpoveď spoľahlivá alebo nie.

9. Aký je správny prístup k riešeniu pozorovaní v dokumentácii experimentu?

• A) Zapisovanie pozorovaní do umelej inteligencie, aby ste ušetrili čas
• B) Osoba vykonávajúca experiment zapíše pozorovania; AI iba formátuje a kontroluje ✔
• C) Pozorovania stačí nezaznamenať, iba zapísať konečný výťažok
• D) Skrytie odchýlok od plánu, aby správa vyzerala pekne

Vysvetlenie: Umelá inteligencia nevie, čo to je; Zavedenie pozorovaní (zmena farby, uvoľnenie plynu atď.) do nej vytvára záznamy, ktoré sa zdajú byť hodnoverné, ale nestali sa, a to je vedecký podvod. AI formátuje záznam, vyvoláva chýbajúce polia a kontroluje opakovateľnosť; ale ľudský experimentátor musí poskytnúť pozorovania a fakty. Odchýlky od plánu musia byť tiež zaznamenané.

10. Aká je úloha umelej inteligencie v laboratórnej bezpečnosti a zdroj pravdy?

• A) Ak umelá inteligencia hovorí „bezpečné“, nie je potrebný ďalší zdroj
• B) Zdrojom pravdy je KBÚ a GHS; AI je užitočná, ale nemôže mať posledné slovo ✔
• C) Bezpečnostné rozhodnutia možno úplne delegovať na umelú inteligenciu
• D) KBÚ nie je potrebná; Internetové fóra poskytujú dostatok informácií.

Popis: Bezpečnosť je v chémii najvyššou prioritou a umelá inteligencia tu nikdy nemôže mať posledné slovo. Zdrojom aktuálnych bezpečnostných informácií je KBÚ (Safety Data Sheet) a GHS klasifikácia poskytnutá výrobcom. AI dokáže zhrnúť text KBÚ, generovať návrhy formulárov a vykonávať predbežné preverovanie nesúladu; Všetky nároky však musia byť overené pomocou KBÚ a postup musí byť schválený skúseným pracovníkom/bezpečnostným pracovníkom.

11. Ktorá z nasledujúcich kombinácií činidiel je známa nebezpečná (nekompatibilná) zhoda?

• A) Zmiešanie vody a kuchynskej soli
• B) Miešanie kyslého roztoku s roztokom obsahujúcim chlórnan (riziko plynného chlóru) ✔
• C) Zmiešanie etanolu a vody
• D) Rozpustenie cukru a vody

Vysvetlenie: Zatiaľ čo niektoré chemikálie sú relatívne bezpečné samostatne, nebezpečné sú spolu. Miešaním kyseliny a chlórnanu sa uvoľňuje plynný chlór; Oxidačné činidlo + organické predstavuje riziko požiaru/výbuchu, voda + reaktívne kovové teplo/vodík. Hoci AI pozná väčšinu týchto kombinácií, nezaručuje ich všetky a niekedy môže predstavovať nebezpečný návrh v nevinnom jazyku; každý postup by sa mal preveriť z hľadiska nesúladu s KBÚ.

12. Aký je najpresnejší výraz pre „halucináciu“ (umelá inteligencia produkujúca vymyslené informácie)?

• A) Ide o zriedkavú softvérovú chybu a je úplne odstránená aktualizáciou.
• B) Je to správanie vlastné jazykovému modelu; Riešením je nezávislé overenie každého výstupu ✔
• C) Zobrazuje sa len v nesprávne napísaných výzvach, nikdy nie v správnych výzvach.
• D) Ak umelá inteligencia hovorí bezpečným jazykom, nie je to halucinácia

Vysvetlenie: Halucinácia nie je poruchou, ale výsledkom povahy jazykového modelu, ktorý vytvára „ďalšie najpravdepodobnejšie slovo“; Model sa zameriava na možné, nie na pravdivé. Najzákernejšie na tom je, že uvádza nepravdivé informácie rovnakým sebavedomým jazykom ako pravda. Riešením nie je pokúsiť sa opraviť model, ale vytvoriť okolo každého výstupu typovo vhodný overovací shell; plynulosť nikdy nie je dôkazom presnosti.

13. Čo znamená „triangulácia“ na overenie kritickej hodnoty (napr. molekulovej hmotnosti)?

• A) Trikrát položiť rovnakú otázku tej istej umelej inteligencii
• B) Porovnanie a dosiahnutie rovnakého záveru viac ako jedným nezávislým spôsobom ✔
• C) Výpočet hmotnosti troch rôznych molekúl súčasne
• D) Zaokrúhlenie výsledku na tri desatinné miesta

Vysvetlenie: Triangulácia je dosiahnutie rovnakého záveru prostredníctvom viacerých nezávislých ciest; Napríklad porovnanie molekulovej hmotnosti podľa umelej inteligencie, výpočet RDKit a manuálny výpočet. Ak sa dve nezávislé cesty prekrývajú, dôvera je vysoká; Ak sa niekto odchýli, je zastavený a vyšetrený. Namiesto spoliehania sa na jeden zdroj by sa mali hľadať aspoň dve nezávislé metódy.

14. Aký je správny spôsob, ako požiadať všeobecnú službu AI o jedinečnú molekulu, ktorá nebola patentovaná?

• A) Priame uvedenie pôvodnej štruktúry, pretože rýchlosť je dôležitá
• B) Naučiť sa stratégiu prostredníctvom generického/náhradného príkladu bez odhalenia pôvodnej štruktúry ✔
• C) Dať štruktúru nie je problém, AI nikdy neskryje informácie
• D) Neuvedenie názvu molekuly, ale iba zdieľanie celého jej SMILES je dostatočnou ochranou.

Popis: Obsah vložený do všeobecnej služby umelej inteligencie môže byť uložený alebo spracovaný v súlade so zásadami služby; Poskytnutie pôvodnej štruktúry ohrozuje dôvernosť a patentovú prioritu. Správny prístup je naučiť sa stratégiu z generického/náhradného príkladu (podobná trieda štruktúr) a aplikovať ju na vlastnú molekulu interne, bez odhalenia pôvodnej štruktúry. Osobné údaje/údaje o pacientovi by sa tiež nemali zadávať v identifikovateľnej forme.