Investigadores de la Universitat Rovira i Virgili han desarrollado CoCoGraph, una inteligencia artificial que genera millones de moléculas químicas plausibles, abriendo nuevas oportunidades en el descubrimiento de fármacos y materiales.
Investigadores de la Universitat Rovira i Virgili (URV) han desarrollado un innovador sistema de inteligencia artificial denominado CoCoGraph, que tiene la capacidad de generar millones de nuevas moléculas químicas. Este avance representa un paso significativo en la búsqueda de compuestos útiles para el desarrollo de fármacos y materiales sostenibles, un desafío central en la química moderna. Los hallazgos han sido publicados en la revista Nature Machine Intelligence.
La creación de nuevas moléculas es fundamental para diversas aplicaciones, desde la farmacología hasta la ingeniería de nuevos materiales. El equipo liderado por el profesor Roger Guimerà ha diseñado CoCoGraph con un enfoque similar al de otras herramientas generativas de inteligencia artificial, como ChatGPT o DALL·E. Sin embargo, a diferencia de estos modelos, CoCoGraph aún no puede seguir instrucciones específicas; su objetivo principal es generar estructuras moleculares plausibles que cumplan con las leyes químicas.
El reto que enfrenta el sistema es monumental: al introducir una fórmula molecular específica, como la del paracetamol, se pueden crear innumerables combinaciones atómicas. No obstante, solo una fracción mínima de estas combinaciones resulta viable en el mundo real. Guimerà señala que el número total estimado de moléculas posibles podría alcanzar hasta 10??, cifra que supera con creces la cantidad de moléculas de agua presentes en los océanos.
A pesar de esta inmensidad, las moléculas ya conocidas representan apenas una pequeña parte del total. Esto convierte la búsqueda de nuevas moléculas útiles en una tarea comparable a encontrar una aguja en un pajar gigantesco.
Para generar nuevas estructuras moleculares, CoCoGraph utiliza un método conocido como modelo de difusión. Este proceso implica descomponer una molécula existente y entrenar al sistema para que aprenda a reconstruirla. La investigadora Marta Sales-Pardo explica que se parte de una molécula real, se rompen sus enlaces y se crean nuevos enlaces aleatorios, permitiendo al modelo aprender a revertir este proceso.
Una característica distintiva del modelo es su capacidad para incorporar las reglas fundamentales de la química, asegurando que todas las moléculas generadas sean válidas desde el punto de vista químico. Esto contrasta con otros modelos que pueden producir estructuras imposibles. Además, CoCoGraph demuestra ser más eficiente al requerir menos parámetros y potencia computacional.
A medida que los investigadores compararon CoCoGraph con otros modelos avanzados, encontraron que aproximadamente dos tercios de las propiedades fisicoquímicas analizadas resultaron ser más realistas en comparación con otras metodologías. Para validar la plausibilidad de las moléculas generadas, realizaron un experimento con 121 expertos en química, quienes tuvieron dificultades para diferenciar entre moléculas reales y aquellas creadas por IA.
Aunque actualmente el modelo no permite diseñar moléculas con funciones específicas, ya se han identificado algunas con propiedades similares al paracetamol entre las millones generadas. Esta investigación abre puertas hacia futuras optimizaciones en fármacos y el desarrollo de nuevos materiales.
El equipo tiene grandes ambiciones: su objetivo a medio plazo es lograr que CoCoGraph pueda generar moléculas con características concretas solicitadas por los usuarios. Si se logra este avance, podría revolucionar campos como la química y la farmacología, acelerando el descubrimiento en un vasto espacio químico aún inexplorado.
CoCoGraph es un sistema de inteligencia artificial desarrollado por la Universitat Rovira i Virgili que permite generar millones de moléculas nuevas que cumplen las leyes de la química. Utiliza una técnica llamada modelo de difusión para desordenar moléculas reales y aprender a reconstruir estructuras coherentes.
Esta tecnología podría transformar campos como la química, la farmacología y la ciencia de materiales, acelerando el descubrimiento de nuevos fármacos y materiales sostenibles al explorar un espacio químico prácticamente inexplorado.
El equipo realizó un experimento con expertos en química que debían identificar moléculas reales frente a las generadas por CoCoGraph. Los resultados mostraron que los expertos confundieron las moléculas en aproximadamente 4 de cada 10 casos, lo que indica que muchas de las moléculas generadas son convincentes.
Aunque CoCoGraph puede generar moléculas plausibles, aún no permite diseñar moléculas con funciones específicas. El objetivo futuro es guiar la generación de moléculas hacia propiedades concretas, como ser solubles o no tóxicas.