Los científicos del Laboratorio Nacional Argonne del Departamento de Energía de EE. UU. (DOE) han comenzado a utilizar redes neuronales para identificar las firmas estructurales de los gases moleculares, potencialmente proporcionando técnicas de detección nuevas y más precisas para los investigadores, la industria de defensa y los fabricantes de medicamentos.

Este trabajo revolucionario ha sido reconocido como finalista de un 2018 I + D Premio 100.

"Esto significa que cuando estás en un aeropuerto realizando una prueba de seguridad con una sustancia química no identificada o si eres un fabricante de medicamentos que escanea tu muestra en busca de impurezas, puede ejecutar muchas más de estas pruebas con precisión en un período de tiempo mucho menor ". - Daniel Zaleski, Investigador postdoctoral Argonne

Las redes neuronales, llamadas así porque operan de una manera interconectada similar a nuestros cerebros, ofrecen a los químicos una gran oportunidad para una ciencia más rápida y rigurosa porque proporcionan una forma en la que las máquinas pueden aprender e incluso tomar determinaciones sobre los datos. Ser efectivo, aunque, tienen que ser enseñados con cuidado. Es por eso que esta área de investigación se llama aprendizaje automático.

"Supongamos que quiere enseñarle a una computadora a reconocer un gato, ", dijo el químico de Argonne Kirill Prozument." Puedes intentar explicarle a una computadora qué es un gato usando un algoritmo, o puedes mostrarle cinco mil fotos diferentes de gatos ".

Pero en lugar de mirar a los gatos, Prozument y el ex investigador postdoctoral de Argonne, Daniel Zaleski, querían identificar la estructura de las moléculas en fase gaseosa. Para hacerlo utilizaron los espectros de rotación de las moléculas.

Los científicos determinan los espectros de rotación de una molécula observando cómo la molécula interactúa con las ondas electromagnéticas. En física clásica, cuando una onda de una frecuencia particular golpea una molécula en la fase gaseosa, hace que la molécula gire.

Debido a que las moléculas son objetos cuánticos, tienen frecuencias características en las que absorben y emiten energía que son exclusivas de ese tipo de molécula. Esta huella dactilar da a los investigadores una idea excelente del patrón de niveles de energía cuántica de las moléculas en fase gaseosa.

"Estamos particularmente interesados ​​en observar los productos que resultan de reacciones químicas, ", Dijo Prozument." Supongamos que no sabemos qué productos químicos hemos generado, y no sabemos qué moléculas hay. Barremos con un pulso de onda milimétrica a través de todas las frecuencias posibles, pero sólo se absorberán las frecuencias que 'toquen la campana' de las moléculas y sólo se volverán a emitir ".

Zaleski codificó miles de estos espectros rotacionales, etiquetar cada espectro diferente para la red neuronal. La ventaja de usar una red neuronal es que solo tenía que "aprender" estos espectros una vez, a diferencia de cada vez que se analizó una muestra.

"Esto significa que cuando estás en un aeropuerto realizando una prueba de seguridad con una sustancia química no identificada o si eres un fabricante de medicamentos que escanea tu muestra en busca de impurezas, puede ejecutar muchas más de estas pruebas con precisión en un período de tiempo mucho menor, ", Dijo Zaleski. Aunque estas resonancias actúan como un filtro, la cantidad de datos espectroscópicos producidos sigue siendo abrumadora. "Pasar de datos espectroscópicos sin procesar a información química real es el desafío, ", Dijo Zaleski." Los datos consisten en miles, si no decenas de miles de elementos, es desordenado ".

Zaleski, ahora profesor asistente en la Universidad de Colgate, comparó la búsqueda de firmas moleculares específicas con el libro de imágenes para niños "¿Dónde está Wally?", en el que el lector tiene que escanear una escena abarrotada para encontrar al personaje titular. "Wally tiene un vestido muy específico y un patrón específico, así lo conocerás si lo ves, ", Dijo Zaleski." Nuestro desafío es que cada molécula es como una versión diferente de Wally ".

Según Zaleski, hay menos de 100 científicos en el mundo capacitados en la asignación de espectros rotacionales. Y aunque podría llevar hasta un día determinar las firmas moleculares utilizando métodos anteriores, Las redes neuronales reducen el tiempo de procesamiento a menos de un milisegundo.

La red neuronal se ejecuta en tarjetas de unidad de procesamiento de gráficos (GPU) que normalmente utiliza la comunidad de videojuegos. "Hasta hace un par de años, las tarjetas GPU que usamos simplemente no existían, ", Dijo Zaleski." Estamos en un momento increíble en este momento en términos de la tecnología informática disponible para nosotros ".

Por último, Prozument y Zaleski esperan hacer que su técnica espectroscópica sea lo más automatizada posible. "Nuestro objetivo es ofrecer las herramientas de análisis espectroscópico rotacional a no expertos, "Dijo Prozument." Si puede hacer que los espectros sean asignados con precisión por una máquina que pueda aprender, puede hacer que todo el proceso sea mucho más portátil y accesible, ya que ya no necesita tanta experiencia técnica ".

Un artículo basado en el estudio, "Asignación automatizada de espectros rotacionales utilizando redes neuronales artificiales, "apareció en la edición del 13 de septiembre de la Revista de física química .