Un equipo de investigadores del Instituto Tecnológico de Massachusetts (MIT) ha desarrollado un innovador sistema denominado FlowER (Flujo de coincidencia para la redistribución de electrones) que promete revolucionar la predicción de reacciones químicas. Este avance se presenta como una solución a las limitaciones que han enfrentado los modelos de inteligencia artificial en el ámbito de la química, particularmente en su capacidad para predecir con precisión los resultados de nuevas reacciones químicas.
Un enfoque fundamentado en principios físicos
Tradicionalmente, los intentos de utilizar modelos de inteligencia artificial y modelos de lenguaje grande (LLMs) para prever la evolución de reacciones químicas han tenido un éxito limitado. Esto se debe, en parte, a que estos modelos no han estado basados en una comprensión sólida de principios físicos fundamentales, como las leyes de conservación de la masa. La nueva propuesta del equipo del MIT incorpora estas restricciones físicas en su modelo de predicción, mejorando así la precisión y la fiabilidad de sus resultados.
El trabajo ha sido publicado en la revista Nature por un equipo que incluye a Joonyoung Joung, exinvestigador postdoctoral y actual profesor asistente en la Universidad Kookmin de Corea del Sur, y Connor Coley, profesor de desarrollo profesional en los departamentos de Ingeniería Química y de Ingeniería Eléctrica y Ciencias de la Computación del MIT. Joung subraya la importancia de predecir los resultados de las reacciones químicas, especialmente en campos como la farmacología, donde es esencial conocer los productos que se pueden obtener a partir de ciertos reactivos.
Los modelos anteriores a menudo se limitaban a observar los reactivos y productos finales, sin considerar los pasos intermedios ni las restricciones que aseguran que no se gane ni se pierda masa durante la reacción. Joung critica que, aunque los LLMs como ChatGPT han mostrado éxito en diversas áreas, no ofrecen una forma de restringir sus resultados a posibilidades físicamente realistas, lo que puede llevar a la creación o eliminación errónea de átomos en la reacción.
El equipo del MIT ha rescatado un método desarrollado en la década de 1970 por el químico Ivar Ugi, que utiliza una matriz de electrones enlazados para representar los electrones en una reacción. FlowER permite realizar un seguimiento explícito de todos los electrones en la reacción, asegurando que ninguno se añada o elimine de manera espuria. Esta representación, que utiliza valores no nulos para representar enlaces o pares de electrones solitarios, y ceros para la falta de estos, ayuda a conservar tanto átomos como electrones simultáneamente.
Aunque el sistema se encuentra en una etapa inicial, los investigadores se muestran optimistas respecto a su potencial. Coley destaca que, aunque la herramienta ha demostrado ser útil para hacer predicciones precisas y evaluar la reactividad, aún queda un largo camino por recorrer para avanzar en la comprensión de los mecanismos químicos y facilitar el descubrimiento de nuevas reacciones. La plataforma está disponible de forma gratuita en GitHub, lo que permite a otros investigadores acceder y utilizar el modelo.
El modelo FlowER ha mostrado un rendimiento comparable o superior al de otros enfoques existentes en la identificación de rutas mecánicas estándar. Además, tiene el potencial de generalizarse a tipos de reacciones previamente no observadas, lo que puede resultar relevante en campos como la química medicinal, el descubrimiento de materiales y la química atmosférica. A medida que el equipo continúe su investigación, tienen la intención de ampliar el modelo para incluir un mayor entendimiento de metales y ciclos catalíticos, áreas que actualmente no se han explorado en profundidad.
El trabajo de este equipo no solo representa un avance significativo en el ámbito de la predicción de reacciones químicas, sino que también pone de manifiesto la importancia de combinar la inteligencia artificial con un entendimiento sólido de las leyes científicas. Esta integración podría abrir nuevas puertas en la investigación química y potenciar el desarrollo de soluciones innovadoras en múltiples campos.
