Un nuevo algoritmo de IA genera sustancias innovadoras en función de las propiedades deseadas
La función determina la forma
Ya sea en medicina, en la investigación de baterías o en la ciencia de los materiales, los investigadores de todo el mundo buscan sustancias innovadoras. En el proceso, a menudo pueden predecir las propiedades químicas y físicas deseadas con gran detalle, hasta el nivel atómico. Sin embargo, el abanico de todos los posibles compuestos químicos es tan amplio que se tardarían años en encontrar la sustancia adecuada. Un grupo de investigación interdisciplinar del Instituto de Fundamentos del Aprendizaje y los Datos (BIFOLD) de la Universidad Técnica de Berlín ha desarrollado ahora un algoritmo que utiliza la IA para aplicar el diseño químico inverso y generar así moléculas específicas en función de sus propiedades deseadas. La publicación del grupo de investigación, titulada "Inverse design of 3d molecular structures with conditional generative neural networks" (Diseño inverso de estructuras moleculares tridimensionales con redes neuronales generativas condicionales), se ha publicado ahora en la revista Nature Communications.
En lo que se conoce como diseño molecular inverso, la relación estructura-propiedad se invierte: no es la estructura la que determina las propiedades de la sustancia, sino que son las propiedades deseadas las que definen la estructura de una sustancia.
pixabay.com
La búsqueda de moléculas adecuadas para aplicaciones médicas o industriales específicas es un proceso extremadamente complejo y costoso. "Hipotéticamente, existe un número increíble de estructuras posibles. Sin embargo, sólo una pequeña fracción posee las propiedades químicas o físicas específicas requeridas para una aplicación concreta", explica el Dr. Kristof Schütt, becario junior de BIFOLD en la Universidad Técnica de Berlín. En los últimos años se ha desarrollado una gran cantidad de métodos capaces de predecir las propiedades químicas y los estados energéticos de determinadas sustancias utilizando la IA. Pero incluso utilizando estos eficaces métodos, la búsqueda de moléculas con propiedades específicas ha resultado difícil en la práctica, ya que sigue siendo necesario buscar entre un número abrumador de candidatos.
Invertir la relación estructura-propiedad
Por ello, el grupo de investigación de BIFOLD se centra en lo que se conoce como diseño molecular inverso, en el que se invierte la relación estructura-propiedades. En lugar de que la estructura defina las propiedades, son las propiedades las que definen la estructura. El reto consiste en construir directamente estructuras moleculares que correspondan a un conjunto determinado de propiedades. El algoritmo de IA se basa en una red neuronal generativa profunda, que incorpora conocimientos previos sobre las condiciones físicas básicas. La red sólo utiliza unos pocos miles de moléculas de muestra para aprender las complejas relaciones entre las estructuras químicas y sus propiedades. "El usuario puede entonces especificar varios valores de propiedades, y la red neuronal generativa sugiere un número manejable de moléculas y compuestos adecuados. Sólo estos candidatos tienen que ser investigados por los químicos", explica Schütt. Los investigadores han podido demostrar que el diseño químico inverso también funciona cuando los valores de las propiedades deseadas sólo están cubiertos parcialmente por la muestra de moléculas conocidas.
El equipo de investigación interdisciplinar espera que estos algoritmos, utilizados junto con otros enfoques basados en la inteligencia artificial y métodos de química cuántica, puedan acelerar enormemente la búsqueda de nuevas moléculas y materiales en muchos ámbitos prácticos. Klaus-Robert Müller, codirector de BIFOLD y profesor de aprendizaje automático en la Universidad Técnica de Berlín, añade: "Veo aquí un enorme potencial si tanto el diseño de las moléculas como su análisis y simulación se apoyan en métodos de inteligencia artificial. Esto podría ayudar al desarrollo de fármacos, por ejemplo, o acelerar la búsqueda de nuevos materiales para baterías y células solares."
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.
Publicación original
Más noticias del departamento ciencias
Reciba la industria de las ciencias biológicas en su bandeja de entrada
No se pierda nada a partir de ahora: Nuestro boletín electrónico de biotecnología, productos farmacéuticos y ciencias de la vida le pone al día todos los martes y jueves. Las últimas noticias del sector, los productos más destacados y las innovaciones, de forma compacta y fácil de entender en su bandeja de entrada. Investigado por nosotros para que usted no tenga que hacerlo.
