La Inteligencia Artificial se alía con la química para la creación de nuevas moléculas

La investigación y creación de nuevas moléculas afecta a prácticamente todas las áreas de actividad humana: desde nuevas formas de almacenar energía en baterías, pasando por nuevos materiales de construcción o de confección de prendas de vestir, o nuevas maneras de construir chips para ordenadores, llegando hasta nuevas moléculas que permiten curar enfermedades o inhibir su progresión. 

Energía, salud, infraestructuras, nuevos materiales, medioambiente, transporte, agricultura y alimentación, son todos ellos campos que pueden beneficiarse de innovaciones disruptivas mediante la creación de nuevas moléculas.  

¿Cómo es el proceso de descubrimiento y de creación de nuevas moléculas?

A partir de ahora, con el desarrollo realizado por Benjamin List y David MacMillan, ganadores del Premio Nobel de Química 2021, existe una nueva e ingeniosa herramienta para la construcción de moléculas: la organocatálisis asimétrica. Hasta el año 2000, para la construcción de moléculas se utilizaban dos tipos de catalizadores: los metales y las enzimas. Los actuales Premios Nobel de química, de manera independiente, descubrieron ese año un tercer tipo de catálisis: la organocatálisis, que se basa en la utilización de pequeñas moléculas orgánicas. 

La organocatálisis tiene la ventaja de que es un proceso mucho menos contaminante que la catálisis que utiliza metales. 

¿Por qué es importante la organocatálisis asimétrica? Cuando se crean nuevas moléculas, no existía un procedimiento para controlar que las moléculas sean tridimensionalmente de una manera determinada. Es decir, se podía crear una molécula o la imagen especular de la misma, sin control. 

Para explicarlo, se suele utilizar la analogía de las manos: hasta la organocatálisis asimétrica, no se podía controlar que se creara una molécula “izquierda” o una molécula “derecha”:  

Resulta que las propiedades de las moléculas dependen de su disposición espacial y con este nuevo descubrimiento se puede elegir qué posición espacial queremos que tenga una molécula. Para hacernos una idea de la importancia de este tema, baste decir que los graves efectos de la talidomida en la década de 1960, se debieron a que fue una imagen especular del fármaco la que causó el problema.  

El proceso de descubrimiento de moléculas. Independientemente del procedimiento de creación de una nueva molécula, ¿cuál es el proceso de descubrimiento? ¿qué motiva a los químicos e ingenieros a investigar nuevas moléculas? Ya hemos visto en el apartado anterior que hay una motivación en la rama de salud que es crear fármacos que tengan buenas propiedades curativas, minimizando los efectos secundarios. 

En general, y exceptuando a los químicos más teóricos, la motivación para tratar de descubrir nuevas moléculas está en la mejora de sustancias. Sean fármacos, sean materiales de construcción o sean para almacenamiento de energía. Se trata, en definitiva, de mejorar algo existente o de crear algo totalmente innovador. 

Ejemplo de moléculas que mejoran algo existente: los nuevos materiales piezoeléctricos pretenden mejorar las propiedades del cuarzo o la turmalina, mediante nuevas cerámicas y nuevos materiales plásticos especiales, dotados de estructuras microcristalinas, que poseen la capacidad de transformar la energía mecánica en eléctrica y viceversa. Se utilizan como sensores y actuadores en dispositivos electrónicos como por ejemplo radares.   

Ejemplo de moléculas que crean un material totalmente innovador: en esta área se encuentran los denominados materiales inteligentes, como por ejemplo los recubrimientos termocrómicos, capaces de responder de modo reversible y controlable a diferentes estímulos físicos o químicos externos, cambiando de color según la temperatura. Se utilizan como sensores y actuadores en domótica y en sistemas inteligentes de seguridad. 

¿Cómo es el proceso de descubrimiento de nuevas moléculas? hasta la aplicación de la inteligencia artificial al descubrimiento de nuevas moléculas, el proceso era absolutamente artesanal y se basaba en la intuición de los científicos y en largos procesos de prueba y error. Eso hacía que se tardaran años en poder utilizar nuevas moléculas, cuando finalmente se llegaba a alguna que se demostrara útil y viable. Veamos por qué se está produciendo un cambio de paradigma en este campo y por qué ahora:   

¿Por qué ahora es el momento?

El grado de madurez de la inteligencia artificial, tal y como nos contaba la experta del Future Trends Forum, Nuria Oliver, en un reciente #FutureTalks, está permitiendo acelerar el proceso de identificación y creación de nuevas moléculas, por ejemplo, en el campo de las nuevas proteínas, aplicando técnicas de deep learning, en concreto, de Redes Neuronales Generativas Adversarias (GANs). 

La pandemia también ha acelerado el uso de la inteligencia artificial para la investigación y creación de nuevos fármacos, como explicamos en el artículo La Inteligencia Artificial acelera la búsqueda de fármacos para luchar contra el COVID-19. 

Por otro lado, la enorme potencia de cálculo disponible en la nube, junto a la facilidad para acceder a ella, hace que muchos científicos e investigadores puedan hacer uso de algoritmos y programas que antes estaban en manos de muy pocos expertos. 

¿Hacia dónde va este campo? 

Un sistema desarrollado por investigadores del MIT, basado en inteligencia artificial y alimentado por una plataforma robótica, promete reducir enormemente los tiempos de investigación y desarrollo de nuevas moléculas que podrían utilizarse en medicina, energía solar y química de polímeros. 

El campo de la energía solar puede experimentar un avance difícil de imaginar hace poco, con las investigaciones que se están llevando a cabo para la creación de moléculas capaces de capturar energía solar y almacenarla. «Nuestra molécula puede adoptar dos formas diferentes: una forma matriz que puede absorber la energía de la luz solar, y una forma alternativa en la que la estructura de la forma matriz se modifica y se vuelve mucho más rica en energía, sin dejar de ser estable. Esto permite almacenar la energía de la luz solar en la molécula de forma eficiente«, afirma Bo Durbeej, profesor de física computacional en el Departamento de Física, Química y Biología de la Universidad de Linköping, y líder del estudio. 

En lo relativo a la lucha contra las enfermedades, también el futuro es prometedor. Existen multitud de startups que utilizan la inteligencia artificial en el descubrimiento de nuevas moléculas para nuevos fármacos. Como ejemplo, tenemos a la startup polaca Molecule.one, que utiliza la IA para predecir si una determinada reacción química funcionará. Permite a los investigadores introducir una estructura química y recibir reacciones y vías de síntesis para ella. O a la startup australiana Pending.AI, que utiliza la IA para “aprender química” a partir de una base de datos de más de 130 millones de compuestos, 20 millones de reacciones y 146.000 proteínas. Permite a los investigadores generar nuevas moléculas con redes neuronales, realizar el diseño de fármacos basado en la estructura y planificar los procesos de síntesis química. 

En el ámbito de nuevos materiales, las investigaciones más punteras intentan descubrir moléculas que permitan capturar el CO2 de manera rápida y barata, y también para el desarrollo de nuevas baterías no dependientes del litio, para almacenar energía.   

El futuro apunta a sistemas de próxima generación que automaticen los procesos más tediosos y largos. Esto deja a los investigadores mucho más tiempo para dedicarse a la creatividad y el diseño. Como apuntaba el experto del Future Trends Forum, Alpert Utku, en su participación en el think tank El futuro del trabajo, un desafío del presente, todos los profesionales y en particular, los científicos e investigadores en cualquier rama de la ciencia, deben formarse en ser “científicos de datos”. El futuro más prometedor es la combinación potenciadora entre el talento humano y los sistemas de IA. 

Como gran tendencia a más largo plazo, está el uso para investigar nuevas moléculas de la combinación de la IA con la computación cuántica. El artículo del MIT Technology Review, expone el trabajo de una de las figuras más relevantes en el campo de la creación de nuevas moléculas utilizando la inteligencia artificial, que ya está experimentando con la computación cuántica. Se trata de Alán Aspuru-Guzik, un experto al que merece seguir la pista de cerca.