Los modelos de inteligencia artificial generativa son propensos a las alucinaciones y crean información ficticia o imaginaria. Considerando la creciente desinformación sobre la IA, este hábito se considera un defecto. Pero al igual que el diamante artificial se inventó accidentalmente cuando los científicos intentaban alcanzar condiciones de superpresión y calor similares a las del manto terrestre, las alucinaciones también están resultando útiles para que los científicos descubran nuevos fármacos.
Alucinaciones de IA y nuevos descubrimientos químicos
Según los expertos, se estima que casi 5 millones de muertes a nivel mundial están relacionadas con la resistencia a los antibióticos, por lo que es fundamental encontrar nuevas formas de combatir las variantes bacterianas resistentes, y esto con urgencia. Investigadores de la Universidad McMaster y la Facultad de Medicina de Stanford han desarrollado un nuevo modelo que revela posibles soluciones para las bacterias potencialmente mortales resistentes a los antibióticos.
El modelo se llama SyntheMol y, según el informe del estudio de Stanford,
“SyntheMol creó estructuras y recetas químicas para seis nuevos medicamentos destinados a eliminar cepas resistentes de Acinetobacter baumannii, uno de los principales patógenos responsables de muertes relacionadas con la resistencia a los antibacterianos”
Fuente: Universidad de Stanford.
James Zou, profesor asociado de ciencia de datos biomédicos y coautor del estudio, afirma que existe una gran necesidad de desarrollar nuevos antibióticos lo más rápido posible para la salud pública. Los investigadores han validado experimentalmente los nuevos compuestos desarrollados con el modelo.
Zou también mencionó que su hipótesis era que hay muchas moléculas potenciales que podrían convertirse en medicamentos efectivos, pero no las han probado o ni siquiera las han desarrollado aún, y esa es la razón por la que quieren usar IA para crear moléculas que no existen en la naturaleza.
SyntheMol está descubriendo nuevas posibilidades
Antes de la IA generativa, los investigadores solían adoptar diferentes enfoques computacionales para el desarrollo de antibióticos. Utilizaban algoritmos para analizar los depósitos de fármacos e identificar los compuestos con potencial de acción contra el patógeno que querían eliminar.
Con este método lograron filtrar 100 millones de compuestos que ya se conocían, esto también produjo resultados, pero no fue un proceso profundo para encontrar todos los compuestos químicos que pudieran resultar útiles contra las bacterias.
Kyle Swanson, coautor principal del estudio ydent de doctorado en ciencias computacionales de Stanford, dice que el espacio químico es gigantesco.
Se ha estimado que existen cerca de 1060 posibles moléculas similares a fármacos. Por lo tanto, 100 millones no cubren ni de lejos todo ese espectro
Fuente: Universidad de Stanford .
Como se mencionó al principio, la tendencia de la IA a alucinar puede utilizarse para descubrir nuevos fármacos , como antes se utilizaba para desarrollar nuevos compuestos, pero ahora produce compuestos que habrían sido imposibles de producir en la era actual, afirma Swanson. Los investigadores también tuvieron que establecer límites al modelo para poder desarrollar artificialmente cualquier molécula que este imaginara.
Zou afirma que este modelo les está enseñando una faceta completamente nueva del campo químico al diseñar nuevas moléculas desconocidas para los humanos. Zou también está perfeccionando el modelo con Swanson para usarlo en fármacos para el corazón y en la creación de moléculas fluorescentes con nuevas propiedades para la investigación de laboratorio.
