De años a días: La Inteligencia Artificial acelera las simulaciones fotodinámicas

Los científicos usan redes neuronales profundas para lograr simulaciones a largo plazo

16.09.2019

© Julia Westermayr, Philipp Marquetand

Ilustración para el estudio, que apareció en una de las portadas de "Chemical Science": Las redes neurales artificiales ayudan a acelerar drásticamente las simulaciones de procesos fotoinducidos.

La predicción de las reacciones moleculares provocadas por la luz es, hasta la fecha, extremadamente lenta y, por lo tanto, costosa. Un equipo dirigido por Philipp Marquetand de la Facultad de Química de la Universidad de Viena ha presentado un método que utiliza redes neuronales artificiales que acelera drásticamente la simulación de procesos inducidos por la luz. El método ofrece nuevas posibilidades para una mejor comprensión de los procesos biológicos, como los primeros pasos de la carcinogénesis o los procesos de envejecimiento de la materia. El estudio apareció en la edición actual de la revista "Chemical Science", incluyendo también una ilustración en una de sus portadas.

El aprendizaje mecánico desempeña un papel cada vez más importante en la investigación química, por ejemplo, en el descubrimiento y desarrollo de nuevas moléculas y materiales. En este estudio, investigadores de Viena y Berlín muestran cómo la inteligencia artificial permite realizar simulaciones fotodinámicas eficientes. Para entender los procesos fotoinducidos, como la fotosíntesis, la percepción visual humana o el cáncer de piel, "necesitamos entender el movimiento de las moléculas bajo la influencia de la luz UV. Además de los cálculos mecánicos clásicos, también necesitamos una mecánica cuántica que sea extremadamente exigente desde el punto de vista computacional y, por lo tanto, costosa", dice Philipp Marquetand, autor del estudio y científico del Instituto de Química Teórica.

Con los métodos anteriores, los investigadores sólo podían predecir los procesos foto-inducidos más rápidos en el rango de picosegundos (1 picosegundo = 0,000 000 000 000 001 segundos) - con tiempos de cálculo de varios meses. El nuevo método utiliza la inteligencia artificial para simular durante períodos más largos, en el rango de un nanosegundo (1.000 picosegundos), con un tiempo de cálculo considerablemente menor.

Aprendizaje de redes neuronales

En su enfoque, los investigadores utilizan redes neuronales artificiales, es decir, modelos matemáticos que imitan el funcionamiento de nuestro cerebro. "Enseñamos a nuestra red neuronal las complejas relaciones cuánticas-mecánicas realizando algunos cálculos de antemano y transmitiendo el conocimiento a la red neuronal", dice la autora del primer estudio y becaria de uni:docs, Julia Westermayr, del Instituto de Química Teórica. Basándose en su conocimiento, las redes neuronales autodidactas serán capaces de predecir lo que sucederá más rápidamente.

Como parte del estudio, los investigadores llevaron a cabo simulaciones fotodinámicas de una molécula de prueba llamada catión metilenimonio, un componente básico de la molécula retinal que permite nuestros procesos visuales. "Después de dos meses de computación, pudimos reproducir la reacción durante un nanosegundo; basándonos en métodos anteriores, la simulación habría durado unos 19 años", dice la estudiante de doctorado Julia Westermayr.

Una prueba de concepto

En el rango de los nanosegundos, la mayoría de los procesos fotoquímicos tienen lugar: "Con nuestra estrategia, estamos entrando en una nueva dimensión de predicción. En principio, el enfoque que presentamos puede aplicarse a una amplia gama de moléculas más pequeñas, incluidos los componentes básicos del ADN y los aminoácidos", dice Philipp Marquetand.

En el siguiente paso, los investigadores quieren usar su método para describir el aminoácido tirosina. La tirosina se encuentra en la mayoría de las proteínas, y se sospecha que promueve la ceguera y el envejecimiento de la piel después de haber sido dañada bajo la influencia de la luz. Según los autores del estudio, la estrategia presentada en general podría fomentar mejores predicciones de los procesos controlados por la luz en todos los aspectos, incluyendo el envejecimiento del material y los medicamentos fotosensibles.

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.

Hechos, antecedentes, expedientes
  • inteligencia artificial
  • cáncer de piel
  • fotosíntesis
Más sobre Universität Wien
  • Noticias

    Un "Caballo de Troya" molecular

    El grupo de investigación de Nuno Maulide de la Facultad de Química de la Universidad de Viena, en cooperación con el Centro de Investigación de Medicina Molecular (CeMM) de la Academia Austriaca de Ciencias, ha logrado la síntesis de un agente inmunosupresor potencial mediante la modificac ... más

    Descubrir lúdicamente la manipulación atómica

    El equipo de Toma Susi de la Universidad de Viena utiliza un microscopio electrónico de última generación, el UltraSTEM, para manipular materiales fuertemente ligados con precisión atómica. Dado que los instrumentos utilizados están totalmente informatizados, es posible mostrar en una simul ... más

    Cómo separar las nanopartículas por "forma".

    En nuestra vida diaria, el propósito y la función de un artículo se define por su material, por ejemplo, un chubasquero está fabricado con material impermeable, o por su forma, por ejemplo, una rueda es redonda para permitir un movimiento de balanceo. ¿Cuál es el impacto de los dos factores ... más

Su navegador no está actualizado. Microsoft Internet Explorer 6.0 no es compatible con algunas de las funciones de Chemie.DE.