Un chatbot abre la química computacional a los no expertos

El chatbot guía a los no expertos a través de un proceso de varios pasos para configurar simulaciones moleculares y visualizar moléculas en disolución. Permite a cualquier químico -incluidos los estudiantes de química- configurar y ejecutar complejas simulaciones de mecánica cuántica a través del chat.

La plataforma gratuita y de acceso público, conocida como AutoSolvateWeb, funciona principalmente en una infraestructura en la nube, lo que amplía aún más el acceso a sofisticadas herramientas de investigación computacional.

La revista Chemical Science publicó una prueba de concepto de AutoSolvateWeb, que supone un importante paso adelante en la integración de la IA en la educación y la investigación científica.

AutoSolvateWeb permite simular la disolución de una sustancia química concreta (un soluto) y la disolución de otra sustancia (un disolvente) para obtener una solución (un solvato).

Las simulaciones se presentan en forma de películas en 3D.

"Es un poco como un microscopio, que te da una visión a nivel atómico de las moléculas interactuando en una solución", dice Fang Liu, profesor adjunto de química de Emory, que dirigió el desarrollo de AutoSolvateWeb.

La amplia accesibilidad de AutoSolvateWeb lo convierte en una valiosa herramienta para crear grandes conjuntos de datos de alta calidad sobre el comportamiento de las moléculas en disolución. Estos conjuntos de datos proporcionan una base para aplicar técnicas de aprendizaje automático que impulsen innovaciones en todos los campos, desde las energías renovables a la salud humana.

"Nuestro objetivo es ayudar a acelerar los descubrimientos científicos", afirma Fangning Ren, coautora del artículo de Chemical Science y estudiante de doctorado en química en Emory.

Rohit Gadde, antiguo especialista en investigación de Emory, es el primer autor del artículo. Otros coautores son Lechen Dong, estudiante graduado de química en Emory; Yao Wang, profesor adjunto de química en Emory; Sreelaya Devaguptam, antiguo becario visitante en Emory; y Rajat Mittal, antiguo asistente de investigación graduado en la Universidad de Clemson.

Automatización de tareas complejas

Liu, química teórica, dirige un equipo especializado en química computacional, que incluye el modelado y descifrado de propiedades moleculares y reacciones en fase de disolución.

Antes de ejecutar un programa de química cuántica para una molécula en disolución es necesario determinar la geometría de la molécula soluto y la ubicación y orientación de las moléculas de disolvente circundantes mediante simulación molecular. El proceso de configuración y ejecución de estas simulaciones es complicado y requiere mucho tiempo, lo que limita la frecuencia con la que los investigadores pueden realizar estos cálculos.

En 2022, el grupo de Liu desarrolló una forma de automatizar muchos de estos cálculos con un sistema al que denominó AutoSolvate. Este sistema redujo las líneas de código que un químico computacional debe introducir en un superordenador para ejecutar una simulación de cientos de líneas a unas pocas.

Además de la interfaz de línea de comandos orientada a químicos teóricos con más experiencia, AutoSolvate incluía una interfaz gráfica intuitiva adecuada para estudiantes de posgrado que estuvieran aprendiendo a ejecutar simulaciones.

AutoSolvateWeb parte de esta base.

Ampliación del acceso

Al funcionar principalmente en la infraestructura de la nube, AutoSolvateWeb supera los retos de configuración de hardware, lo que allana aún más la curva de aprendizaje para la investigación computacional sofisticada. El chatbot se comunica mediante lenguaje natural en lugar de código informático en el front-end, mientras que AutoSolvateWeb automatiza los procesos de software en el back-end.

"Los químicos pueden dedicar menos tiempo a aprender a escribir código informático para centrar más sus esfuerzos en los problemas concretos que quieren resolver", explica Liu. "También queremos que los estudiantes puedan ejecutar simulaciones por sí mismos para que comprendan mejor la dinámica de las moléculas en disolución".

Más que un chatbot con un gran modelo de lenguaje (LLM), como ChatGPT, el chatbot AutoSolvateWeb se basa principalmente en reglas. No conversa como un humano real sobre una amplia gama de temas, sino que está orientado a tareas específicas, de forma similar a los chatbots utilizados para servicios de atención al cliente como la banca en línea.

El chatbot pide al usuario que escriba el nombre de una molécula de interés, como la cafeína, y seleccione un disolvente en el que disolver la cafeína, como el agua. El sistema utiliza datos de PubChem, la mayor colección del mundo de información química en línea de libre acceso, recopilada por los Institutos Nacionales de Salud.

El chatbot guía al usuario paso a paso por el entorno de la nube, integrando a la perfección varios programas de software de código abierto necesarios para el flujo de trabajo. Una vez calculados todos los parámetros adecuados mediante el proceso automatizado, AutoSolvateWeb envía los resultados a un supercomputador de la National Science Foundation para crear la simulación.

El supercomputador devuelve un archivo de trayectoria. El usuario puede descargar este archivo y utilizar software de código abierto para convertirlo en una película 3D de la simulación solicitada.

Ver para creer y comprender

AutoSolvateWeb está llamado a mejorar la enseñanza de la química.

"A medida que los ordenadores se vuelven más y más potentes, adquieren más importancia para la investigación científica", afirma Ren. "Los estudiantes universitarios de química deben familiarizarse con las simulaciones por ordenador para poder seguir el ritmo de los avances en la forma de investigar".

Ren cita el solvatocromismo, una técnica para analizar la composición de las sustancias químicas en un líquido, como ejemplo del poder de las simulaciones por ordenador para la enseñanza.

Los estudiantes universitarios suelen aprender el solvatocromismo en experimentos de laboratorio disolviendo un soluto conocido como colorante de Riechart en distintos disolventes. La solución se vuelve azul, roja, verde o amarilla dependiendo de cómo absorban la luz las moléculas del soluto.

La explicación más sencilla de este fenómeno es que las variaciones de color se deben a variaciones en la polaridad de un disolvente. Los cambios de polaridad estabilizan de forma diferente el estado fundamental de una molécula, lo que a su vez afecta al pico de absorción de la molécula a lo largo de la longitud de onda de la luz.

Lo que resulta más difícil de explicar son las excepciones a esta regla. A veces, disolventes de polaridades similares producen colores diferentes debido a la forma en que se forman los enlaces de hidrógeno entre el soluto y el disolvente.

"Para entender bien cómo los enlaces de hidrógeno desempeñan un papel especial en esta situación, los estudiantes tienen que hacer una simulación por ordenador", dice Liu. "Ver para creer. Hay que observar directamente la estructura en movimiento para poder entender las cosas a escala microscópica".

Estas visualizaciones tan detalladas ayudan a los estudiantes a aprender a pensar de forma crítica, dice, para que puedan ir más allá de memorizar conceptos en los libros de texto y hacer y analizar sus propios descubrimientos.

"En ciencia no queremos limitarnos a entender lo que ocurre", añade Ren. "Queremos saber por qué está ocurriendo".

Pequeñas moléculas, grandes datos

Liu y sus colegas trabajan ahora para ampliar la gama de sistemas químicos que AutoSolvateWeb puede simular, yendo más allá de limitaciones como moléculas orgánicas únicas como soluto. También están mejorando la capacidad de la plataforma no sólo para generar datos, sino también para almacenarlos e intercambiarlos libremente entre la comunidad química en un formato de código abierto.

Los investigadores esperan que su trabajo pionero para democratizar la investigación química computacional inspire iniciativas similares en todas las ciencias naturales. Su objetivo último, explica Ren, es ayudar a conectar la IA entre diversos campos de la ciencia básica, impulsando el poder de la investigación interdisciplinar.