Un equipo de investigadores ha traspasado los límites de lo posible. Desde los laboratorios del Instituto de Química Orgánica y Bioquímica (IOCB) de Praga, en colaboración con el Centro de Inteligencia Artificial del Instituto Checo de Informática, Robótica y Cibernética (CIIRC CTU), surgen moléculas nunca antes vistas por los ojos humanos ni soñadas por la química clásica. Su herramienta: no son tubos de ensayo, sino redes neuronales profundas.
Este avance, recientemente publicado en Nature Biotechnology, marca un hito en el uso de inteligencia artificial generativa para explorar el vasto, casi infinito, espacio químico. Gracias a modelos diseñados para crear estructuras moleculares completamente originales —ni derivadas ni variantes de las existentes—, los científicos han descubierto más de cuarenta compuestos inéditos que, en varios casos, han sido confirmados experimentalmente.
Y lo más fascinante: estas moléculas no se parecen a nada que los algoritmos clásicos hubieran imaginado antes.
Más allá de las piezas de un puzzle
Lejos de limitarse a mejorar lo ya conocido, este sistema se atreve a crear desde cero. Según explicó el doctor Jan Hadrava, uno de los líderes del proyecto, la IA utilizada en este estudio actúa como una mente creativa que no simplemente combina piezas de un puzzle preestablecido, sino que lo reinventa por completo.
Al analizar patrones en bases de datos químicas y fusionarlos con elementos de diseño computacional, la máquina propone fórmulas que no derivan de las estructuras familiares de la química moderna, sino que pertenecen a un reino radicalmente nuevo.
Estas moléculas recién descubiertas podrían tener implicaciones profundas, desde el desarrollo de nuevos fármacos hasta la creación de materiales con propiedades aún por imaginar. Su diseño rompe con la dependencia de las bibliotecas moleculares preexistentes, lo cual representa una transformación revolucionaria en la investigación y desarrollo químico.
Los expertos destacan que este tipo de avance podría acelerar drásticamente el proceso de descubrimiento en sectores como la medicina personalizada, la química verde y la nanotecnología.
Esta revolución en el descubrimiento molecular se complementa con avances paralelos en otro ámbito crucial: la espectrometría de masas en tándem (MS/MS), herramienta indispensable para caracterizar muestras biológicas y ambientales a nivel molecular.
Tradicionalmente, interpretar los datos de espectrometría en experimentos de metabolómica no dirigida ha sido una tarea ardua, dependiente de bibliotecas limitadas y del conocimiento experto codificado manualmente. Pero este paradigma también está cambiando gracias a la inteligencia artificial.
DreaMS
Los investigadores han desarrollado un modelo de red neuronal basado en transformadores, entrenado en modo auto-supervisado sobre millones de espectros de masas no anotados provenientes del repositorio MassIVE GNPS. Este modelo, conocido como DreaMS (Deep Representations Empowering the Annotation of Mass Spectra), aprende a predecir picos espectrales enmascarados y órdenes de retención cromatográfica, lo que le permite construir representaciones moleculares altamente complejas.
Al refinarlo con ajustes específicos, DreaMS ha alcanzado resultados de vanguardia en múltiples tareas analíticas. Además, los investigadores han liberado tanto el modelo como el nuevo conjunto de datos a la comunidad científica, junto con el DreaMS Atlas: una red molecular de 201 millones de espectros MS/MS anotados, que redefine las posibilidades de la anotación química automatizada.
A modo de ejemplo, uno de los compuestos identificados presenta una actividad biológica inesperada contra proteínas virales, lo que abre una posible línea de investigación en el tratamiento de enfermedades infecciosas.
Aunque estos descubrimientos están en fases iniciales, los investigadores han confirmado la viabilidad de varios compuestos mediante síntesis y análisis espectroscópico. La prueba de que, incluso en un mundo guiado por algoritmos, la intuición científica sigue jugando un papel crucial.
Este avance también plantea cuestiones profundas sobre la autoría científica, la propiedad intelectual y el papel de la IA en la creación de conocimiento. ¿Puede una máquina ser considerada coautora de un descubrimiento? ¿Qué criterios se deben aplicar para patentar una molécula que ninguna mente humana ha concebido? Son preguntas que, aunque inquietantes, delinean el contorno de una nueva frontera intelectual.
