La búsqueda de nuevas moléculas es uno de los grandes retos de la química moderna. Desde el desarrollo de fármacos hasta la creación de materiales más sostenibles, todo se enfoca en encontrar combinaciones de átomos con propiedades útiles.

Roger Guimerà, Manuel Ruiz-Botella y Marta Sales, de la Universidad Rovira i Virgili (URV) en Tarragona, Cataluña, España, han desarrollado una herramienta de inteligencia artificial capaz de idear millones de moléculas nuevas que, aunque no se conocen todavía, cumplen las leyes de la química y, por tanto, podrían ser reales.

El sistema, llamado CoCoGraph, funciona de manera similar a las herramientas de inteligencia artificial generativa de texto o de imágenes, como ChatGPT o DALL·E. “Estos modelos crean contenido nuevo que se parece mucho al real. Nuestro algoritmo hace lo mismo, pero con moléculas”, explica Roger Guimerà, profesor contratado por la Institución Catalana de Investigación y Estudios Avanzados (ICREA) en el Departamento de Ingeniería Química de la URV.

A diferencia de otras aplicaciones de inteligencia artificial (IA), sin embargo, el modelo todavía no responde a instrucciones concretas. Por ahora, tiene un objetivo más básico: idear moléculas plausibles, es decir, estructuras que cumplan las reglas de la química.

Ahora bien, el reto es enorme. Si se da al sistema una misma fórmula molecular (por ejemplo, la del paracetamol) se puede construir una cantidad ingente de combinaciones de átomos. Sin embargo, solo una pequeña fracción de estas combinaciones es viable en la realidad.

“El espacio de moléculas posibles es inmenso. Se estima que podría haber hasta 10⁶⁰ moléculas diferentes, que son muchas más que moléculas de agua en el océano”, explica Guimerà. Sin embargo, las moléculas conocidas solo representan una parte ínfima. Esto hace que encontrar nuevas moléculas útiles sea como buscar una aguja en un pajar gigantesco.

Cómo funciona CoCoGraph

Para generar estas nuevas moléculas, CoCoGraph utiliza una técnica llamada modelo de difusión, habitual en la generación de imágenes. El proceso consiste en “desordenar” progresivamente una molécula real y entrenar el sistema para que aprenda a reconstruirla.

“Partimos de una molécula real, rompemos los enlaces y creamos otros nuevos de manera aleatoria. El modelo aprende a revertir este proceso y a reconstruir estructuras coherentes”, comenta Marta Sales-Pardo, investigadora del Departamento de Ingeniería Química de la URV.

A diferencia de las imágenes, las moléculas son estructuras discretas (grafos), lo que hace el problema mucho más complejo desde el punto de vista matemático.