Los investigadores a la vanguardia del desarrollo de métodos de aprendizaje de máquinas para el descubrimiento químico
Aprendizaje automático para ayudar a identificar los candidatos a la droga
El profesor Alexandre Tkatchenko y su equipo de investigación de la Universidad de Luxemburgo han recibido subvenciones por un total de 500.000 euros para llevar a cabo investigaciones en el campo emergente de los métodos de aprendizaje de máquinas para los descubrimientos químicos.
Imagen simbólica
geralt, pixabay.com
El descubrimiento y la formulación de nuevos medicamentos, antivirales, antibióticos y, en general, productos químicos con propiedades adaptadas es un proceso largo y minucioso. La investigación interdisciplinaria en la encrucijada de la bioquímica, la física y la informática puede cambiar esto. El desarrollo de métodos de aprendizaje automático (ML), combinados con los primeros principios de la mecánica cuántica y estadística y formados en grandes conjuntos de datos moleculares cada vez más disponibles, tiene el potencial de revolucionar el proceso de descubrimiento químico.
"El descubrimiento químico y el aprendizaje automático están destinados a evolucionar juntos, pero para lograr una verdadera sinergia entre ellos es necesario resolver muchos desafíos pendientes", dice Alexandre Tkatchenko, Profesor de Física Química Teórica de la Universidad.
El aprendizaje automático para ayudar a identificar los candidatos a fármacos
La Universidad inició una colaboración con la empresa belga Janssen Pharmaceuticals en la primavera de 2020 para desarrollar nuevos métodos de ML para identificar compuestos que tienen un fuerte potencial terapéutico (también llamados candidatos a fármacos). Hasta ahora, se han desarrollado métodos de ML para moléculas pequeñas. Este proyecto de investigación tiene por objeto ampliar la arquitectura y la transferibilidad de los enfoques de aprendizaje por máquina basados en la mecánica cuántica a las grandes moléculas de importancia farmacéutica.
"La generación de nuevos productos químicos con actividad en objetivos biológicos pertinentes es la actividad principal de las empresas farmacéuticas. Los enfoques de aprendizaje automático tienen el potencial de acelerar el proceso y reducir las tasas de fracaso en el descubrimiento de fármacos. Haber sido contactados por una compañía farmacéutica líder para trabajar juntos en la identificación de candidatos a fármacos es una señal gratificante del reconocimiento industrial de nuestra experiencia", comenta el Dr. Leonardo Medrano-Sandonas, investigador postdoctoral del grupo del Prof. Tkatchenko.
Socio de una Red de Formación Innovadora financiada por la Comisión Europea
Junto con tres grandes empresas farmacéuticas europeas (Bayer, AstraZeneca, Janssen), la empresa química Enamine y diez socios académicos con experiencia en el diseño computacional de medicamentos, el profesor Tkatchenko ha recibido la subvención de la red de capacitación innovadora Marie Skłodowska-Curie Actions para el proyecto Advanced machine learning for Innovative Drug Discovery (AIDD) para el período 2021-2023. Este proyecto tiene por objeto desarrollar métodos innovadores de ML para contribuir a un modelo integrado de "Química Única" que pueda predecir resultados que vayan desde la generación de moléculas hasta la síntesis y comprender cómo entrelazar la química y la biología para desarrollar nuevos fármacos.
En este caso, los conocimientos científicos se unen a los conocimientos de química medicinal y sintética de los socios industriales y se benefician de grandes y valiosos conjuntos de datos. Por primera vez, todos los desarrollos metodológicos estarán disponibles en código abierto. La red de capacitación preparará a una generación de científicos que tienen habilidades tanto en el aprendizaje de máquinas como en la química para avanzar en la química medicinal.
"La realización de predicciones precisas utilizando el aprendizaje automático depende fundamentalmente del acceso a grandes colecciones de datos de alta calidad y de la experiencia en el campo para analizarlos", explica el profesor Tkatchenko. "Reunir nuestras fuerzas es un primer paso hacia la revolución de los descubrimientos químicos impulsada por el aprendizaje automático".
El campo de la enseñanza mecánica para el descubrimiento de sustancias químicas está surgiendo y se espera que se produzcan avances sustanciales en un futuro próximo. El Prof. Tkatchenko ha publicado recientemente un artículo en la revista Nature Communications en el que discute los recientes avances en este campo y destaca los desafíos para los años venideros.
Nota: Este artículo ha sido traducido utilizando un sistema informático sin intervención humana. LUMITOS ofrece estas traducciones automáticas para presentar una gama más amplia de noticias de actualidad. Como este artículo ha sido traducido con traducción automática, es posible que contenga errores de vocabulario, sintaxis o gramática. El artículo original en Inglés se puede encontrar aquí.
Publicación original
Más noticias del departamento ciencias
![Visualización de la catálisis de la [Fe]-hidrogenasa mediante espectroscopia de resonancia magnética nuclear potenciada con parahidrógeno](https://img.chemie.de/Portal/News/675fd46b9b54f_sBuG8s4sS.png?tr=w-712,h-534,cm-extract,x-0,y-16:n-xl)
Reciba la química en su bandeja de entrada
No se pierda nada a partir de ahora: Nuestro boletín electrónico de química, análisis, laboratorio y tecnología de procesos le pone al día todos los martes y jueves. Las últimas noticias del sector, los productos más destacados y las innovaciones, de forma compacta y fácil de entender en su bandeja de entrada. Investigado por nosotros para que usted no tenga que hacerlo.
