La toxicología química, una disciplina crucial en la era moderna, enfrenta un desafío constante: la identificación y evaluación precisa de los productos químicos tóxicos en nuestra sociedad.
Sin embargo, la innovación reciente trae esperanza. Investigadores suecos de la Universidad de Tecnología de Chalmers y la Universidad de Gotemburgo desarrollaron un método revolucionario IA en identificación de productos químicos tóxicos que promete cambiar esta área crítica mediante el poder de la inteligencia artificial.
Tabla de Contenidos
Desafíos actuales en la identificación de sustancias tóxicas
En un mundo donde los productos químicos son omnipresentes, desde los productos de uso doméstico hasta los procesos industriales, la necesidad de identificar y comprender los riesgos asociados se vuelve cada vez más apremiante.
La llegada de compuestos como los PFAS, con su huella tóxica en aguas subterráneas y potables, que se ha utiliza, por ejemplo, en espuma de extinción de incendios y en muchos productos de consumo, resalta la urgencia de abordar esta cuestión.
Los efectos negativos para los humanos y el medio ambiente surgen a pesar de las extensas regulaciones químicas, que a menudo requieren pruebas en animales que consumen mucho tiempo para demostrar cuándo los productos químicos pueden considerarse seguros.
Solo en la UE, se utilizan más de dos millones de animales anualmente para cumplir con varias regulaciones. Al mismo tiempo, se desarrollan nuevos productos químicos a un ritmo rápido y es un gran desafío determinar cuáles de estos necesitan restringirse debido a su toxicidad.
Evolución tecnológica: la IA en identificación de productos químicos tóxicos
El nuevo método desarrollado por los investigadores suecos se basa en el potencial transformador de la inteligencia artificial. Utilizando el aprendizaje profundo, este enfoque innovador es capaz de analizar la estructura molecular de sustancias químicas y predecir su toxicidad con una precisión sin precedentes.
La implementación de esta técnica no solo promete mejorar la seguridad química, sino que también tiene el potencial de reducir significativamente la dependencia de las pruebas en animales, un proceso costoso y éticamente cuestionable.
Mikael Gustavsson, investigador del Departamento de Ciencias Matemáticas de la Universidad de Tecnología de Chalmers y del Departamento de Biología y Ciencias Ambientales de la Universidad de Gotemburgo, destaca: "Nuestro método puede predecir si una sustancia es tóxica o no basándose en su estructura química. Se ha desarrollado y refinado analizando grandes conjuntos de datos de pruebas de laboratorio realizadas en el pasado. El método ha sido entrenado para hacer evaluaciones precisas para productos químicos previamente no probados".
"Actualmente hay más de 100,000 productos químicos en el mercado, pero solo una pequeña parte de estos tienen una toxicidad bien descrita hacia los humanos o el medio ambiente. Evaluar la toxicidad de todos estos productos químicos utilizando métodos convencionales, incluidas las pruebas en animales, no es prácticamente posible. Aquí, vemos que nuestro método puede ofrecer una nueva alternativa", dice Erik Kristiansson, profesor del Departamento de Ciencias Matemáticas de Chalmers y de la Universidad de Gotemburgo.
Ampliando el horizonte: impacto en la investigación ambiental
Los investigadores vislumbran un futuro donde la IA transformará radicalmente la evaluación de la toxicidad química.
Gustavsson, señala: "Creemos que los métodos basados en IA ayudarán a reducir los impactos negativos de la contaminación química en los humanos y en los servicios ecosistémicos".
Los investigadores creen que el método puede ser muy útil en la investigación ambiental, así como para las autoridades y empresas que utilizan o desarrollan nuevos productos químicos. Por lo tanto, lo han hecho abierto y públicamente disponible.
Transformers: la tecnología de IA detrás de la revolución
Las herramientas computacionales para encontrar productos químicos tóxicos ya existen, pero hasta ahora, han tenido dominios de aplicabilidad demasiado estrechos o una precisión demasiado baja para reemplazar las pruebas de laboratorio en mayor medida. En el estudio de los investigadores, compararon su método con tres otras herramientas computacionales comúnmente utilizadas, y encontraron que el nuevo método tiene una mayor precisión y que es más generalmente aplicable.
El nuevo método se basa en los transformadores, un modelo de IA diseñado originalmente para el procesamiento del lenguaje. Chat GPT, cuya abreviatura significa Generative Pretrained Transformer (Transformador Preentrenado Generativo), es un ejemplo de las aplicaciones.
Esta adaptación innovadora demuestra la versatilidad de la IA en la resolución de problemas complejos. Los investigadores predicen que estos nuevos sistemas podrán reemplazar las pruebas de laboratorio en una medida cada vez mayor.
Erik Kristiansson enfatiza: "Nuestros resultados muestran que los métodos basados en IA ya están al mismo nivel que los enfoques computacionales convencionales, y a medida que la cantidad de datos disponibles continúa aumentando, esperamos que los métodos basados en IA mejoren aún más. Por lo tanto, creemos que la IA tiene el potencial de mejorar notablemente la evaluación computacional de la toxicidad química".
Cerrando la brecha: un futuro libre de pruebas en animales
La promesa de esta tecnología va más allá de la mejora de la seguridad química; ofrece una visión de un futuro donde las pruebas en animales sean una reliquia del pasado. Con un enfoque en la preservación del medio ambiente y la salud humana, la IA podría allanar el camino hacia una sociedad más segura y sostenible.
"Se podría reducir el número de experimentos con animales, así como los costos económicos al desarrollar nuevos productos químicos. La posibilidad de preseleccionar rápidamente grandes y diversos conjuntos de datos puede, por lo tanto, ayudar al desarrollo de productos químicos nuevos y más seguros y ayudar a encontrar sustitutos para sustancias tóxicas que se utilizan actualmente", dice Kristiansson.
Conclusión: un nuevo capítulo en la toxicología química
El avance de la inteligencia artificial en la evaluación de la toxicidad química marca un hito significativo en la historia de la ciencia. Con el potencial de transformar radicalmente la forma en que identificamos y gestionamos los riesgos químicos, esta innovación ofrece una luz brillante en un mundo cada vez más complejo e interconectado.
Más sobre la investigación
El estudio, "Los transformadores permiten la predicción precisa de la toxicidad química aguda y crónica en organismos acuáticos", ha sido publicado en Science Advances. Fue llevado a cabo por Mikael Gustavsson y Erik Kristiansson en la Universidad de Tecnología de Chalmers y la Universidad de Gotemburgo, Styrbjörn Käll, Juan S. Inda-Diaz y Sverker Molander en la Universidad de Tecnología de Chalmers, y Patrik Svedberg, Jessica Coria y Thomas Backhaus en la Universidad de Gotemburgo.
Sobre la Figura 1: Arquitectura del modelo
Una representación de una estructura molecular en forma de un sistema de entrada de líneas moleculares simplificado (SMILES, por sus siglas en inglés) primero se divide en tokens (T) y luego se utiliza como ingreso de entrada (E) para el transformador. Luego, el modelo utiliza un transformador de seis capas de codificador preentrenado para interpretar el SMILES en un vector de incrustación de clasificación (E[CLS]) de dimensión 768, que representa la estructura molecular con respecto a su toxicidad.
El E[CLS] se modifica luego con información sobre la duración de la exposición, el efecto y el punto final, y se utiliza como entrada para una red neuronal profunda (DNN, por sus siglas en inglés). La red luego predice la toxicidad asociada en forma de una concentración de efecto (EC50 y EC10). Los parámetros e hiperparámetros se determinaron utilizando optimización bayesiana y todos los pesos dentro del transformador y la DNN se determinaron durante el entrenamiento del modelo.
Por favor, deje sus comentarios