Los productos químicos tóxicos pueden detectarse con un nuevo método de IA
Se podría reducir el número de experimentos con animales, así como los costes económicos a la hora de desarrollar nuevos productos químicos
Investigadores suecos de la Universidad Tecnológica de Chalmers y la Universidad de Gotemburgo han desarrollado un método de IA que mejora la identificación de sustancias químicas tóxicas, basándose únicamente en el conocimiento de su estructura molecular. El método puede contribuir a un mejor control y comprensión del número cada vez mayor de sustancias químicas utilizadas en la sociedad, así como a reducir la cantidad de ensayos con animales.
Una representación de la estructura de la molécula se utiliza como entrada para un transformador preentrenado, que interpreta la estructura molecular. El transformador crea una "incrustación vectorial", una representación numérica de la toxicidad de la estructura. A continuación, se utiliza como entrada a una red neuronal profunda (DNN), junto con información sobre el tipo de efecto tóxico que se desea evaluar y la duración de la exposición. La salida de la red neuronal es la concentración de molécula prevista que causa el efecto solicitado.
Chalmers University of Technology and the University of Gothenburg
Mikael Gustavsson y Erik Kristiansson, Universidad Tecnológica de Chalmers y Universidad de Gotemburgo.
Daniel Stahre, Chalmers University of Technology
El uso de sustancias químicas en la sociedad es muy amplio, y están presentes en todo tipo de productos, desde los domésticos hasta los procesos industriales. Muchas sustancias químicas llegan a nuestras vías fluviales y ecosistemas, donde pueden causar efectos negativos en los seres humanos y otros organismos. Un ejemplo son los PFAS, un grupo de sustancias problemáticas que recientemente se ha encontrado en concentraciones preocupantes tanto en las aguas subterráneas como en el agua potable. Se han utilizado, por ejemplo, en espumas contra incendios y en muchos productos de consumo.
Los efectos negativos para el ser humano y el medio ambiente surgen a pesar de las amplias normativas sobre sustancias químicas, que a menudo exigen ensayos con animales que requieren mucho tiempo para demostrar cuándo las sustancias químicas pueden considerarse seguras. Sólo en la UE se utilizan anualmente más de dos millones de animales para cumplir diversas normativas. Al mismo tiempo, se desarrollan nuevas sustancias químicas a un ritmo vertiginoso, y determinar cuáles de ellas deben restringirse por su toxicidad para el ser humano o el medio ambiente supone un gran reto.
Una valiosa ayuda en el desarrollo de sustancias químicas
El nuevo método desarrollado por los investigadores suecos utiliza la inteligencia artificial para una evaluación rápida y rentable de la toxicidad química. Por tanto, puede utilizarse para identificar sustancias tóxicas en una fase temprana y ayudar a reducir la necesidad de realizar ensayos con animales.
"Nuestro método es capaz de predecir si una sustancia es tóxica o no basándose en su estructura química. Se ha desarrollado y perfeccionado analizando grandes conjuntos de datos de pruebas de laboratorio realizadas en el pasado. De este modo, el método ha sido entrenado para realizar evaluaciones precisas de sustancias químicas no probadas anteriormente", explica Mikael Gustavsson, investigador del Departamento de Ciencias Matemáticas de la Universidad Tecnológica de Chalmers y del Departamento de Biología y Ciencias Ambientales de la Universidad de Gotemburgo.
"Actualmente hay más de 100.000 sustancias químicas en el mercado, pero sólo una pequeña parte de ellas tiene una toxicidad bien descrita para el ser humano o el medio ambiente. Evaluar la toxicidad de todas estas sustancias químicas con métodos convencionales, incluidos los ensayos con animales, no es posible en la práctica. En este caso, vemos que nuestro método puede ofrecer una nueva alternativa", afirma Erik Kristiansson, profesor del Departamento de Ciencias Matemáticas de Chalmers y de la Universidad de Gotemburgo.
Los investigadores creen que el método puede ser muy útil en la investigación medioambiental, así como para las autoridades y empresas que utilizan o desarrollan nuevos productos químicos. Por eso lo han puesto a disposición del público.
Más amplio y preciso que las herramientas informáticas actuales
Ya existen herramientas informáticas para detectar sustancias químicas tóxicas, pero hasta ahora sus ámbitos de aplicación eran demasiado reducidos o su precisión demasiado baja para sustituir en mayor medida a las pruebas de laboratorio. En su estudio, los investigadores compararon su método con otras tres herramientas informáticas de uso común y descubrieron que el nuevo método es más preciso y de aplicación más general.
"El tipo de IA que utilizamos se basa en métodos avanzados de aprendizaje profundo", afirma Erik Kristiansson. "Nuestros resultados muestran que los métodos basados en IA ya están a la par con los enfoques computacionales convencionales, y a medida que la cantidad de datos disponibles siga aumentando, esperamos que los métodos de IA mejoren aún más. Así pues, creemos que la IA tiene el potencial de mejorar notablemente la evaluación computacional de la toxicidad química."
Los investigadores predicen que los sistemas de IA podrán sustituir cada vez en mayor medida a las pruebas de laboratorio.
"Esto significaría que podría reducirse el número de experimentos con animales, así como los costes económicos a la hora de desarrollar nuevas sustancias químicas. La posibilidad de preseleccionar rápidamente grandes y diversos corpus de datos puede, por tanto, contribuir al desarrollo de sustancias químicas nuevas y más seguras y ayudar a encontrar sustitutos para las sustancias tóxicas que se utilizan actualmente. Así pues, creemos que los métodos basados en la IA ayudarán a reducir los efectos negativos de la contaminación química en los seres humanos y en los servicios ecosistémicos", afirma Erik Kristiansson.
Más sobre: el nuevo método de IA
El método se basa en transformadores, un modelo de IA para el aprendizaje profundo que se desarrolló originalmente para el procesamiento del lenguaje. Chat GPT -cuya abreviatura significa Generative Pretrained Transformer- es un ejemplo de las aplicaciones.
Recientemente, el modelo también ha demostrado ser muy eficaz a la hora de captar información de estructuras químicas. Los transformadores pueden identificar propiedades en la estructura de las moléculas que causan toxicidad, de una forma más sofisticada de lo que ha sido posible hasta ahora.
Con esta información, una red neuronal profunda puede predecir la toxicidad de la molécula. Las redes neuronales y los transformadores pertenecen al tipo de IA que se perfecciona continuamente utilizando datos de entrenamiento: en este caso, grandes cantidades de datos procedentes de pruebas de laboratorio anteriores sobre los efectos de miles de sustancias químicas diferentes en diversos animales y plantas.
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
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.
