La inteligencia artificial analiza los espectros químicos en cuestión de minutos
Investigadores de la Universidad de Jena, el Helmholtz-Zentrum Berlin y Zakodium desarrollan un sistema de inteligencia artificial para el análisis de estructuras químicas
Anuncios
Determinar qué sustancia se ha producido realmente en un tubo de ensayo o en un matraz es una de las tareas fundamentales de la química. Sin embargo, sobre todo en el caso de compuestos complejos o novedosos, esto puede llevar mucho tiempo, incluso para especialistas con experiencia. Un equipo de investigación de la Universidad Friedrich Schiller de Jena, el Centro Helmholtz de Berlín para Materiales y Energía, el Instituto Helmholtz de Polímeros para Aplicaciones Energéticas de Jena y la empresa suiza de software Zakodium Sárl ha desarrollado ahora un sistema de inteligencia artificial (IA) que propone estructuras moleculares adecuadas a partir de los datos brutos de mediciones espectroscópicas y evalúa su verosimilitud. El sistema es de acceso libre y se ha presentado en la revista Nature Communications.
Por qué la elucidación de estructuras es tan compleja
«Cualquiera que sintetice una molécula debe también demostrar su estructura química», afirma el Dr. Kevin Jablonka, de la Universidad de Jena. Y añade: «Para ello, los químicos suelen utilizar técnicas analíticas como la espectroscopia de resonancia magnética nuclear (RMN), la espectroscopia infrarroja y la espectrometría de masas. Cada uno de estos métodos proporciona pistas sobre la estructura, pero a menudo solo de forma limitada. Por lo tanto, las numerosas señales de medición individuales forman una especie de rompecabezas químico que debe resolverse correctamente».
El análisis de la estructura suele ser especialmente complicado en el caso de moléculas nuevas que nunca se han descrito antes, sobre todo porque los datos de medición obtenidos en la práctica suelen estar lejos de ser ideales. «Las impurezas de una sustancia pueden generar sus propias señales o solaparse con las del compuesto objetivo», explica Jablonka. «Ahí es donde nuestro sistema tiene una ventaja especial: en el caso de los espectros de RMN de protones, que se miden de forma rutinaria con mucha frecuencia, es capaz de hacer frente a las impurezas presentes en las muestras reales».
Cómo funciona SECS
«El nuevo sistema, SECS, combina dos enfoques de inteligencia artificial», explica Adrian Mirza, primer autor del estudio. «En primer lugar, el modelo aprende a traducir los espectros y las estructuras moleculares a una representación matemática común. A continuación, un algoritmo evolutivo refina los resultados modificando paso a paso las moléculas candidatas, añadiendo o eliminando átomos y enlaces, y comprobando repetidamente si el resultado se ajusta mejor a los datos de medición».
El sistema genera finalmente una lista ordenada de posibles estructuras, junto con puntuaciones de similitud basadas en el contexto químico.
Comparable a especialistas con experiencia
«En una prueba comparativa en la que se utilizaron diferentes métodos espectroscópicos, SECS identificó la estructura molecular correcta como su predicción mejor clasificada en más del 80 % de los casos», afirma Jablonka al describir el rendimiento del sistema. Además, demostró ser capaz de igualar a los expertos humanos en una comparación directa. «En un estudio piloto, pedimos a varios químicos que resolvieran 20 problemas complejos de elucidación de estructuras mediante RMN», explica Jablonka. El resultado: la IA alcanzó un nivel de rendimiento comparable al de los especialistas participantes.
«Sin embargo, no consideramos que SECS sustituya a la experiencia humana», subraya Mirza. «El sistema puede aportar una segunda opinión muy útil». Si las estructuras propuestas son plausibles y obtienen puntuaciones altas, esto refuerza la confianza en la interpretación. «Si, por el contrario, las estructuras sugeridas difieren sustancialmente de la estructura molecular esperada, puede que merezca la pena analizarlas más detenidamente», añade Jablonka.
Una herramienta abierta para la investigación
El código fuente, los datos del modelo y una versión de prueba de la aplicación están a disposición del público. Según la información facilitada durante las conversaciones con los investigadores, la versión web actual está diseñada principalmente para la evaluación directa de datos brutos de RMN de protones unidimensionales. Se prevé que en futuras versiones se incluya compatibilidad con otros tipos de espectros y conjuntos de datos brutos más complejos.
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
