La TU Graz aúna sus puntos fuertes en biotecnología e inteligencia artificial
En un proyecto de investigación multidisciplinar, investigadores de biociencias, ingeniería de procesos e informática quieren aumentar masivamente la eficacia en el desarrollo de nuevas enzimas y la optimización de procesos. Esto debería permitir incluso la descomposición de sustancias químicas para siempre.
La Universidad Tecnológica de Graz (TU Graz) financia un nuevo proyecto puntero denominado DigiBioTech, en el que 17 científicos y diez estudiantes de doctorado de los campos de la biotecnología, la ingeniería de procesos biotecnológicos y la informática colaboran estrechamente para mejorar de forma significativa la previsibilidad y el control de reacciones y procesos bioquímicos. Mediante la fusión de la biotecnología, la ciencia de datos y la inteligencia artificial, el equipo del proyecto aspira a producir de forma eficiente nuevas enzimas. No sólo permitirán procesos de producción sostenibles, sino que algunas de estas enzimas deberían ser capaces de descomponer toxinas ambientales persistentes como los compuestos alquílicos perfluorados y polifluorados (PFAS).
1,96 millones de euros de financiación
La TU Graz financia esta investigación fundamental con 1,96 millones de euros durante un periodo inicial de tres años. La financiación puede prorrogarse tras una evaluación intermedia. "La TU Graz cuenta con una destacada experiencia internacional en los campos de la biotecnología y la informática. La combinación de los puntos fuertes de estas dos disciplinas abre perspectivas fascinantes para la investigación básica y la aplicación de procesos de producción sostenibles", afirma Andrea Höglinger, Vicerrector de Investigación. "El proyecto DigiBioTech lead encaja perfectamente con el perfil de la TU Graz, cuyos investigadores trabajan en soluciones para los retos más acuciantes del presente y del futuro."
Se esperan saltos significativos en la eficiencia
"La biotecnología puede hacer que nuestra sociedad sea considerablemente más sostenible. Para ello, necesitamos optimizar los sistemas biológicos, algo que podremos hacer mucho mejor y de forma más fiable integrando la inteligencia artificial", afirma Robert Kourist, del Instituto de Biotecnología Molecular, que dirige el proyecto DigiBioTech. Si, por ejemplo, se quiere cambiar el centro de reacción de una enzima en varios lugares al mismo tiempo para mejorar su eficiencia, el número resultante de variantes a probar en el laboratorio supera rápidamente el millón. "Aplicar el aprendizaje automático permite aquí dar enormes saltos en eficiencia", afirma Gustav Oberdorfer, del Instituto de Bioquímica. "Nuestro objetivo es reducir a un puñado el número de experimentos necesarios".
Gemelo digital de los procesos bioquímicos
Tan complejo como la optimización del diseño molecular de las enzimas es el diseño de la tecnología del proceso, es decir, el control específico del entorno físico y químico para que un proceso biológico se desarrolle de forma óptima. Esto es especialmente difícil cuando varias enzimas trabajan juntas. "Queremos crear gemelos digitales de esos procesos biológicos y bioquímicos para predecir y diseñar los procesos en toda su complejidad y poder controlarlos a gran escala", explica Regina Kratzer, del Instituto de Biotecnología e Ingeniería Bioquímica.
Desarrollo de métodos adecuados de aprendizaje automático
"La biotecnología y la informática son áreas de investigación clave en la TU Graz desde hace mucho tiempo. En este proyecto puntero, pretendemos desarrollar un lenguaje común para ajustar los datos experimentales a la reciente tecnología de aprendizaje automático y hacer avanzar la investigación sobre aprendizaje automático en el área de la biotecnología", afirma Robert Peharz, del Instituto de Informática Teórica. Los llamados modelos generativos basados en la difusión, que actualmente se utilizan con frecuencia para generar imágenes, se emplearán en el desarrollo de nuevas enzimas. Además, según Robert Peharz, se utilizarán enfoques probabilísticos de aprendizaje automático, como la optimización bayesiana, para acotar el enorme espacio de candidatos a enzimas.
Descomposición de sustancias químicas para siempre y producción de bioplásticos a partir deCO2
Los métodos se están desarrollando y aplicando en subproyectos dedicados a tres temas principales: el desarrollo de enzimas para la descomposición de compuestos alquílicos per- y polifluorados (PFAS), la producción de bioplásticos a partir de CO2 y la predicción y control automatizado de la interacción de múltiples enzimas. Para ello, las predicciones de la inteligencia artificial se verifican siempre en experimentos de laboratorio y luego se retroalimentan a los modelos de IA para su perfeccionamiento.
"Nos enfrentamos al reto de que hay pocos conjuntos de datos de acceso público sobre actividades enzimáticas y control de procesos biotecnológicos", explica Gustav Oberdorfer. "Por lo tanto, tenemos que generarlos nosotros mismos mediante experimentos y mantener los parámetros absolutamente constantes para que sean lo más adecuados posible para los modelos de aprendizaje automático utilizados". Todos los datos obtenidos en el marco de DigiBioTech se pondrán a disposición del público. "Con este proyecto también queremos contribuir a la democratización en este ámbito de la biotecnología", subraya Gustav Oberdorfer.
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.
Más noticias del departamento ciencias
Reciba la química en su bandeja de entrada
No se pierda nada a partir de ahora: Nuestro boletín electrónico de química, análisis, laboratorio y tecnología de procesos 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.
