Google se llevó dos Premios Nobel en 2024, el de Química, recibido por Demis Hassabis y John M. Jumper, empleados de DeepMind y que compartieron con David Baker por su trabajo en la predicción de la estructura de proteínas; y el de Física, otorgado a Geoffrey E. Hinton (anteriormente de Google) y John Hopfield por su trabajo en aprendizaje automático y redes neuronales artificiales, es decir, por ayudar a que las computadoras aprendan más y más rápido.

Sin embargo, hay quien afirma que la verdadera ganadora de los Nobel mencionados fue la inteligencia artificial generativa, dado que buena parte de los méritos se deben a haber trabajado con ella.

En el caso Baker, el logro que le corresponde es el desarrollo de la arquitectura denominada RoseTTA Fold capaz de predecir y diseñar estructuras de proteínas, mientras que el de Demis Hassabis y John M. Jumper corresponde al desarrollo de otra IA de Google llamada AlphaFold cuya irrupción en los laboratorios ha sido totalmente revolucionaria y ha hecho avanzar el conocimiento en este campo de una manera inimaginable hasta ahora. 

Su impacto en la creación de nuevos materiales

Más allá de la bioquímica y la biología molecular, la IA extiende su impacto a prácticamente todas las industrias. “La inteligencia artificial generativa ha venido realmente para cambiarlo todo. Está afectando a las ciencias y ayudando a hacer descubrimientos que están cambiando nuestras vidas, que están cambiando la humanidad”, afirmaba rotundo Javier García-Lasheras, responsable de Deep Tech en la tecnológica española Sngular, en la última edición de Google Cloud Summit Madrid.

Lo dijo en una charla que compartió con José Miguel Seoane, Technology Advisor, Repsol Technology Lab, a raíz de un trabajo de colaboración llevado a cabo entre ambas corporaciones en busca de nuevos materiales para la creación de combustibles renovables y acelerar así la transición a la movilidad sostenible. Ambos explicaron la importancia de su colaboración.

Los materiales en la historia de la Humanidad

El descubrimiento de nuevos materiales ha marcado históricamente la evolución de la humanidad transformando la forma en que vivimos. Pasamos de la edad de piedra a la de los metales con el descubrimiento del cobre, primero, y el bronce y el hierro, después.

Si bien estas edades se asocian a la prehistoria y la edad antigua, la importancia del descubrimiento y desarrollo de nuevos materiales llega hasta nuestros días. El acero revolucionó la construcción, la industria y el transporte; los polímeros (plásticos) transformaron desde el embalaje hasta la medicina; el silicio hizo posible la revolución electrónica y digital y ahora son los nanomateriales y materiales avanzados los que prometen avances en campos como la energía, la medicina y la tecnología.

«Ahora se dice que estamos en la era de los polímeros, los cuales han cambiado la vida de las personas. Es capaz de conservar nuestros alimentos; está ayudando a que nuestros vehículos sean más ligeros, consuman menos combustible; están en las sillas en las que estáis sentados. Los polímeros están en todas partes”, sentenció Seoane.

El sueño

En esta ambición por hallar materiales nuevos, controlar la materia a su nivel atómico, controlar su estructura, ha representado siempre un sueño para el hombre. Conseguirlo significa tener la capacidad de posicionar átomos individuales, unirlos de maneras específicas y alterar su configuración interna a demanda.

Un sueño que se ha mantenido lo largo de la historia como se refleja desde la alquimia hasta la ciencia ficción con personajes de comic como el doctor Manhattan, empeñados en transformar la materia y crear nuevos materiales cuando la naturaleza se niega a hacerlo. La nanotecnología moderna es una manifestación actual de este antiguo deseo.

El desafío

Pero también la química presenta soluciones para los desafíos actuales a los que nos enfrentamos como especie y como planeta. “Estamos en mitad de una crisis climática sin precedentes. Necesitamos realmente energías más limpias, mejorar la eficiencia de todos estos procesos”. En una situación donde los recursos son escasos, donde hay guerras por las materias primas y por las tierras raras: ¿Podríamos, por ejemplo, crear baterías sin litio? ¿Podríamos hacer componentes electrónicos sin necesidad de tierras raras?, lanzó estas preguntas al público Seoane durante su intervención mientras sostenía un pequeño frasco con unos cristales blancos de alta pureza en su interior.

“Desde Repsol –continuó– nuestro gran objetivo es impulsar la transición energética” y, dentro de este contexto, “es un verdadero desafío acelerar y mejorar la manera de diseñar nuestros materiales. Esto es extremadamente complejo porque las combinaciones posibles para manejar un catalizador a nivel atómico son más que estrellas hay en el universo».

La entrada de la IA en escena

Ante ese maremágnum de soluciones y materiales posibles, el objetivo es navegar de forma ágil y lo más económica posible por todo el espectro. Aquí es donde entra en juego la inteligencia artificial generativa y el desarrollo de  AlphaFold que, como señalaba García-Lasheras, aplica también a la ciencia de los materiales con proyectos como el de GNoME, de DeepMind, que se está utilizando para el descubrimiento de nuevos materiales impulsados por la IA.

El impacto ha sido de tal alcance que si hasta hace 2 o 3 años, antes de que arrancara el proyecto GNoME, la humanidad conocía 20.000 materiales diferentes utilizando técnicas tradicionales de computación, ahora la frontera del conocimiento se ha expandido hasta descubrir 421 nuevos materiales al día.

En esta línea, se han descubierto ya millones de estructuras cristalinas nuevas, sobrepasando de forma notable los límites de la investigación tradicional al identificar una cantidad sin precedentes de materiales estables con un potencial revolucionario para diversas aplicaciones tecnológicas. 

Dando un paso más allá, señaló García-Lasheras que, entre los nuevos materiales descubiertos, alrededor 52.000 compuestos son equivalentes al grafeno de los 1.000 que se conocían previamente. Esto, en el caso de verificarse las propiedades, podría suponer una gran revolución a nivel de supercomputación, superconductividad, nuevos materiales y nueva electrónica. 

Asimismo, en el caso de las baterías de litio se han descubierto 528 materiales similares o derivados del ion litio. Esto supone una gran promesa para conseguir baterías mucho más avanzadas y sostenibles.

¿Cómo lo consiguen?

Explicó García-Lasheras que, para conseguirlo, hay varios pasos. El primero es aprender de la interacción atómica. Para poder predecir materiales hace falta que la inteligencia artificial aprenda las reglas de cómo funcionan los átomos y cómo interactúan entre sí. En este sentido se entrena la IA generativa con una gran cantidad de simulaciones previas de fórmulas y materiales aportando una capacidad de simulación sin precedentes.

Más allá de experimentar con materiales ya conocidos, puedes pedir a la IA que te proponga materiales sintéticos nuevos conforme a las propiedades específicas que necesitas inventando fórmulas que ayudan a los investigadores a explorar distintas posibilidades en cuestión de segundos y de forma muchísimo más económica.

Luego ya corresponde a los científicos hacer cribas e ir descartando opciones y seleccionar solo aquellas que parecen más prometedoras a la hora de llevarlas al laboratorio con más garantías de que eso.

Otro punto clave es la infraestructura necesaria para llevar a cabo millones de simulaciones. Para ello, el equipo de Sngular, en el proyecto de Repsol, se ha apoyado en la infraestructura de Google Cloud y su hipercomputadora de IA haciendo uso, entre otras, de herramientas como GPUs de alto rendimiento 

No vamos a perdernos en muchas explicaciones tecnológicas más, baste con hablar del resultado de esta colaboración entre Sngular y Repsol que, como el mismo Seoane afirma, pone de relieve “cómo el uso de IA generativa en sinergia con la automatización de laboratorio puede acelerar hasta 1000 veces el desarrollo de nuevos materiales estratégicos claves para la industria química europea y la transición energética”.

En cuanto a la explicación de lo que significaban los cristales del tubito, habrá que esperar a la próxima edición de Google Cloud Summit Madrid.

El poder de la IA en la Biotecnología

El potencial de la IA generativa para revolucionar la salud y el desarrollo de nuevos fármacos es otro de los temas que resultan más apasionantes. Se abordó en la mesa titulada ‘Innovación e investigación en biotecnología en la era de la IA en el sector salud’ que coordinó Fernando Rojas Palacios, experto en el desarrollo de soluciones tecnológicas prácticas para los sectores de salud, farmacia y ciencias de la vida y parte del equipo de Sngular.

En esta participaron Ana Ramírez de Molina, viceconsejera de Universidades, Investigación y Ciencia en la Comunidad de Madrid; Patricia Alfonso San-Segundo cofundadora de Enzymlogic; Vijai Vaswani, CEO de Omniscope; y María del Acebo Sánchez-Macián, directora del área de IA e innovación digital en el grupo hospitalario Vithas.

La mesa puso en valor el poder de la biología computacional para comprender los sistemas biológicos, desde el nivel molecular hasta el nivel de ecosistemas. En esta línea de habló de cómo la IA está ayudando a decodificar proteínas como crucigramas, cómo las moléculas se emparejan con las terapias más rápido que nunca y cómo la investigación se está viendo impulsada por la nube.

Antes de esta mesa, Melissa Davis, directora de Isomorphic Labs, había ofrecido una conferencia magistral hablando de la IA como una herramienta esencial para transformar y el descubrimiento y desarrollo de nuevos medicamentos. Isomorphic Labs es una compañía de Alphabet que se especializa en utilizar modelos de IA avanzados para comprender la biología molecular y predecir las interacciones entre proteínas y otras moléculas, con el objetivo de diseñar nuevos medicamentos más eficientemente. 

Desde la personalización de la medicina hasta la optimización de los ensayos clínicos

De la convergencia entre la informática, la medicina y la biotecnología, con especial hincapií en el papel central de la IA en la revolución biotecnológica actual se habló también en la mesa coordinada por Rojas Palacios. Entre otros puntos, en esta se destacaron:

Tratamientos personalizados: El innovador sistema de IA AlphaFold de DeepMind (división de IA de Google), supone un hito en la predicción de la estructura tridimensional de las proteínas, abriendo nuevas vías para la investigación biomédica y el desarrollo de tratamientos personalizados. A esto contribuyen en Omniscope, una empresa biotecnológica que está liderando la convergencia entre la inteligencia artificial y el sistema inmunológico del ser humano. Entre otras cosas, están  digitalizando las células del sistema inmunitario, ayudándonos a penetrar en el conocimiento de la biología humana para poder intervenir con terapias biológicas y con nuevas proteínas que nos permitan curar enfermedades.

Aceleración de los tiempos de desarrollo. Tradicionalmente, identificar las proteínas o vías biológicas adecuadas para atacar con un fármaco podía llevar años de investigación. La IA puede analizar grandes cantidades de datos biológicos (genómicos, proteómicos, etc.) para identificar nuevos objetivos con mayor rapidez y precisión, acortando esta fase inicial.

Diseño y optimización de moléculas: Una vez identificado el objetivo, diseñar una molécula que interactúe con él de la manera deseada es un proceso iterativo y costoso. La IA generativa puede proponer y simular miles o millones de posibles moléculas, prediciendo su afinidad, eficacia y posibles efectos secundarios mucho antes de que se sinteticen en un laboratorio.

Cribado virtual de alto rendimiento: En lugar de probar físicamente miles de compuestos, la IA permite realizar cribados virtuales, simulando cómo interactúan las moléculas con el objetivo. Esto preselecciona los candidatos más prometedores para las pruebas de laboratorio, ahorrando tiempo y recursos.

Optimización de ensayos clínicos: La IA también se aplica para diseñar ensayos clínicos más eficientes, identificar a los pacientes adecuados para participar, predecir su respuesta a los tratamientos y analizar los datos de los ensayos de forma más rápida y exhaustiva. Esto puede reducir la duración y el costo de los ensayos clínicos.

Mejora de los procesos. A esto se dedican en Enzymlogic una biotecnológica para acelerar el descubrimiento de fármacos, especialmente en las primeras etapas del proceso a través del análisis cinético de compuestos. Aunque las herramientas de IA han hecho grandes avances, la mayoría aún capturan sólo una instantánea de las interacciones proteína-fármaco. Pero ellos dicen no necesitar fotos, sino videos, es decir datos dinámicos y resueltos en el tiempo que reflejen cómo interactúan las moléculas en tiempo real. Este cambio es fundamental para mejorar las predicciones de eficacia, seguridad y comportamiento de los fármacos en sistemas complejos.

Mejorad de la calidad asistencial. En Vithas cuentan con un proyecto que utiliza herramientas de Inteligencia Artificial de Google Cloud que consiste en la creación de un espacio de datos interoperable con el objetivo de avanzar en la calidad asistencial y la investigación clínica. “Ahora la IA nos va a permitir poder detectar dentro de historias clínicas, por lenguaje natural, determinadas características de los pacientes tipo para avanzar en investigaciones clínicas”, apuntó Sánchez-Macián

Colaboración interdisciplinaria no solo entre expertos en informática, biología y medicina para aprovechar al máximo el potencial de la IA en este terreno, sino también entre todas las instituciones, tanto académicas como hospitalarias. 

Infraestructura. En esto se centró la intervención de Ana Ramírez de Molina haciendo un repaso por todas las iniciativas puestas en marcha por la Comunidad de Madrid para facilitar la investigación y el emprendimiento en esta área

Se animó a los estudiantes y futuros profesionales a liderar la integración de conocimientos en estas áreas.