.

Inteligencia Artificial

TR10: IA capaz de descubrir moléculas

1

Los científicos han conseguido utilizar la IA para descubrir compuestos con potencial para convertirse en fármacos

  • por David Rotman | traducido por Ana Milutinovic
  • 26 Febrero, 2020

  • ¿Qué? Los científicos están usando inteligencia artificial (IA) para descubrir prometedores compuestos que se podrían convertir en medicamentos

  • ¿Por qué? Comercializar un nuevo medicamento cuesta alrededor una media de 2.300 millones de euros. Una de las razones de este elevado precio reside en la dificultad de encontrar moléculas prometedoras

  • ¿Quién? Insilico Medicine, Kebotix, Atomwise, Universidad de Toronto, BenevolenteAI

  • ¿Cuándo? En los próximos tres a cinco años

El universo de moléculas con potencial para convertirse en fármacos capaces de salvar vidas es enorme: alrededor de 1060, según las estimaciones, una cifra que supera a la de todos los átomos que hay en el sistema solar. Este inmenso número ofrece unas posibilidades químicas prácticamente ilimitadas, o lo haría si los químicos supieran cómo encontrar las que realmente funcionan.

Pero esto ha cambiado gracias a las herramientas de aprendizaje automático, capaces de explorar grandes bases de datos de moléculas existentes y sus propiedades, y utilizar la información para generar nuevas posibilidades. Con este enfoque, descubrir nuevos candidatos a medicamentos resulta más rápido y más barato (ver El verdadero poder de la IA: revolucionar nuestra forma de inventar).

El pasado septiembre, un equipo de investigadores de Insilico Medicine (China) y de la Universidad de Toronto (Canadá) dio un paso convincente para demostrar que la estrategia funciona: los investigadores sintetizaron varios candidatos a fármacos que habían sido identificados por algoritmos de IA.

Gracias a técnicas como el aprendizaje profundo y los modelos generativos similares a los que permitieron que un ordenador venciera al campeón mundial en el antiguo juego de Go, los investigadores identificaron unas 30.000 moléculas nuevas con propiedades deseables, de las que seleccionaron seis para sintetizarlas y probarlas. Una resultó particularmente activa y prometedora en pruebas con animales.

Los químicos especializados en descubrir medicamentos suelen imaginarse nuevas moléculas, un proceso que sería como un arte perfeccionado a través de años de experiencia y, entre los mejores cazadores de fármacos, por una aguda intuición. Ahora estos científicos tienen una nueva herramienta para ampliar su imaginación.

Inteligencia Artificial

 

La inteligencia artificial y los robots están transofrmando nuestra forma de trabajar y nuestro estilo de vida.

  1. Los grandes modelos de IA han disparado el consumo de potencia informática

    Históricamente, la potencia computacional requerida para entrenar sistemas de inteligencia artificial se duplicaba cada dos años, pero ahora lo hace cada 3,4 meses, siete veces más rápido, una tendencia que no hace más que aumentar la brecha de capacidades entre investigadores públicos y privados

  2. 2021: el año de los modelos de inteligencia artificial gigantes

    La tendencia empezó en 2020 con el modelo de lenguaje GPT-3, con 175.000 millones de parámetros, una cifra que no ha dejado de crecer gracias a los rivales del sector. Pero nadie sabe por qué el tamaño importa tanto y el enfoque no resuelve el problema de los sesgos de los datos de entrenamiento ni supone innovaciones disruptivas

  3. RETRO, la pequeña IA de lenguaje de DeepMind que iguala a los gigantes del campo

    Con 7.000 millones de parámetros, compite con modelos mucho más grandes como GPT-3 y sus 175.000 millones de parámetros. Para lograrlo utiliza una memoria externa a la que recurre para trabajar sobre la marcha. Con este nuevo enfoque, Google se coloca en buena posición en un terreno que no había pisado hasta ahora