Tecnología y Placeres

• 

  Jonathan Beltrán |

  01 May 2022

  Comunicólogo y periodista de salud, tecnología y estilo de vida.

  

  Acelera el desarrollo de reemplazos bioquímicos

  
  01 May 2022
  

  El aprendizaje automático ayuda a aprovechar el poder de las enzimas para una química y unos procesos industriales más verdes

   

  La fabricación de productos químicos más sostenibles podría ser posible mediante las enzimas, máquinas moleculares que aceleran las reacciones químicas y catalizan muchos procesos de fabricación.

   

  Al ser los principales aceleradores de la mayoría de los procesos en el cuerpo humano y desempeñar un papel fundamental en toda función o proceso (desde la digestión hasta la descomposición de toxinas dañinas e incluso la replicación del ADN), su importancia va más allá de la bioquímica; también se utilizan para hacer más sostenibles los procesos químicos industriales al reducir su consumo energético o la cantidad de disolventes necesarios para su elaboración.

   

  Sin embargo, su adopción generalizada para uso industrial se ve obstaculizada por la dificultad de elegir la enzima adecuada para la reacción química correcta.

   

  Procesos más sostenibles y seguros

  Con el objetivo de ayudar a los científicos a resolver dicho acertijo de combinación, se construyó un modelo de machine learning que permitirá un acercamiento a procesos más sostenibles y seguros al aprovechar los catalizadores biológicos que han sido optimizados por el proceso evolutivo de la naturaleza en 3,500 millones de años.

   

  El nuevo modelo de inteligencia artificial de IBM, basado en datos para la planificación de síntesis biocatalizada, está entrenado con datos de la United States Patent and Trademark Office disponibles públicamente sobre biocatálisis enzimática que, en principio, elimina la necesidad de que un ser humano sea un experto en biocatálisis para seleccionar la enzima y el sustrato necesarios para obtener una sustancia química deseada. Al hacer esto, el modelo cierra una brecha de conocimiento que, a menudo, impide que se utilicen reacciones más sostenibles en la industria.

   

  Transferencia multitarea

  Al construir y entrenar el modelo de IBM se aprovechó el aprendizaje de transferencia multitarea, mediante el cual aprende de dos bases de datos:

  • Una de reacciones biocatalizadas con un enfoque limitado.

  • Y otra más grande que contiene todo tipo de reacciones químicas.

   

  En el contexto de la química, lo anterior significa que mediante transferencia multitarea se entrena el modelo de manera simultánea con los conjuntos de datos generales y los específicos de las reacciones enzimáticas, en lugar de secuencialmente.

   

  El futuro de la ciencia e ingeniería 

  Acelerar el descubrimiento de nuevos materiales está en el corazón de los esfuerzos de IBM, por eso lleva a cabo este tipo de trabajos con RoboRXN, la plataforma basada en la nube, impulsada por datos y potenciada por inteligencia artificial para la automatización de la síntesis química.

   

  Con el nuevo modelo de aprendizaje automático, se amplían las capacidades de RoboRXN para incluir una nueva herramienta que facilite el uso de enzimas para una química más respetuosa con el medio ambiente.

   

  Cabe mencionar que el modelo entrenado, así como el código, están disponibles públicamente para su uso. IBM espera que los químicos los utilicen en sus proyectos de investigación.

   

  El código de búsqueda de enzimas se puede consultar y/o descargar de GitHub en https://github.com/rxn4chemistry/biocatalysis-model o bien, si desea iniciar un proyecto con un modelo entrenado en RXN para Química vaya al portal https://rxn.res.ibm.com/