Inteligencia artificial en los caminos de Schrödinger

La inteligencia artificial (IA) y los algoritmos de aprendizaje automático se utilizan hoy en día de forma rutinaria para predecir nuestro comportamiento de compra, sugerir rutas de viaje o reconocer imágenes y rostros. En la investigación, la IA se está consolidando como una herramienta decisiva para apoyar descubrimientos científicos. Así, la IA se emplea cada vez más en química para predecir los resultados de experimentos o simulaciones. Para lograr esto, la IA debe ser capaz de incorporar sistemáticamente las leyes fundamentales de la física. Un equipo interdisciplinario de científicos de la Universidad de Warwick, la TU Berlín y la Universidad de Luxemburgo ha desarrollado un algoritmo de IA que, entre otras cosas, permite determinar la estructura necesaria en función de las propiedades químicas deseadas de una sustancia. Una capacidad que podría jugar un papel importante en el desarrollo de nuevos medicamentos y materiales.

El algoritmo desarrollado por químicos, físicos e informáticos es capaz de calcular los estados cuánticos de una molécula, la llamada función de onda, que determina todas las propiedades de esta molécula. Para ello, la IA tuvo que aprender a internalizar las leyes fundamentales de la física y resolver ecuaciones de mecánica cuántica, como por ejemplo la ecuación de Schrödinger. El trabajo titulado "Unificando el aprendizaje automático y la química cuántica con una red neuronal profunda para la función de onda molecular" ha sido publicado en Nature Communications.

Resolver estas y otras ecuaciones de forma convencional requiere enormes capacidades de cálculo y, sobre todo, meses de tiempo de computación. "Aquí es donde normalmente se produce el cuello de botella en el desarrollo asistido por ordenador de nuevas moléculas diseñadas específicamente para aplicaciones médicas e industriales", explica el Prof. Dr. Klaus-Robert Müller, profesor de aprendizaje automático en la TU Berlín. Sin embargo, el nuevo algoritmo puede proporcionar predicciones precisas en segundos en un portátil o teléfono móvil.

"La publicación es el resultado de un esfuerzo conjunto de tres años y requirió conocimientos en informática para desarrollar un algoritmo lo suficientemente flexible como para captar la forma y el comportamiento de las funciones de onda, así como conocimientos en química y física para procesar y representar datos cuántico-químicos", explica el Dr. Reinhard Maurer del Departamento de Química de la Universidad de Warwick.

Klaus-Robert Müller añade: "Este trabajo interdisciplinario es un avance importante, ya que demuestra que los métodos de IA pueden aprender los aspectos más difíciles de la simulación cuántico-química. Esto incluye también el llamado diseño inverso, que es un sueño de larga data en farmacología y química, especialmente en la fabricación de medicamentos". El diseño inverso se refiere a cuando se especifica una propiedad química concreta de una molécula y, a partir de esas especificaciones, se diseña y optimiza la estructura molecular correspondiente. El equipo interdisciplinario espera que los métodos de IA se establezcan en el futuro como una parte esencial en la química computacional y la física molecular, y que también permitan de manera sostenible el diseño molecular inverso.

"Este trabajo permite una nueva dimensión en el diseño de fármacos, en la que tanto las propiedades electrónicas como las estructurales de una molécula pueden combinarse para alcanzar los criterios de aplicación deseados", explica el Prof. Dr. Alexandre Tkatchenko del Departamento de Física de la Universidad de Luxemburgo.

Publicación:

"Unificando el aprendizaje automático y la química cuántica con una red neuronal profunda para la función de onda molecular" https://www.nature.com/articles/s41467-019-12875-2

Para más información, por favor contacte:

Prof. Dr. Klaus-Robert Müller
TU Berlín
Departamento de Aprendizaje Automático
Tel.: 030 314-78620
Correo electrónico: klaus-robert.mueller@tu-berlin.de