Cuando los investigadores hacen un nuevo descubrimiento, tienden a publicar únicamente los resultados de sus experimentos exitosos. Pero igualmente informativos son todos los experimentos que no funcionaron:los ensayos fallidos y las hipótesis incorrectas, que puede ofrecer información importante. Un equipo de químicos de EPFL ha desarrollado una metodología para recopilar esas lecciones y, crucialmente, compartirlos con otros investigadores.

Un nuevo descubrimiento rara vez es el resultado de un experimento exitoso. Bastante, por lo general, nace de un largo proceso de prueba y error, combinado con una buena dosis de intuición que los científicos han perfeccionado a lo largo de los años. Pero compartir conocimientos sobre intentos fallidos podría facilitar la investigación para todos, especialmente en el campo de la síntesis química. Eso es lo que un equipo de químicos del Laboratorio de Simulación Molecular (LSMO) de la EPFL ha demostrado recientemente en un artículo que aparece en Comunicaciones de la naturaleza

LSMO, con sede en Sion, está especializado en sintetizar y simular estructuras organometálicas (MOF), un tipo especial de compuesto descubierto hace unos 20 años. Los MOF consisten en iones metálicos unidos por moléculas orgánicas para formar cristales tridimensionales. Debido a que sus moléculas se pueden combinar en un número casi infinito de formas, Los MOF ofrecen oportunidades prometedoras en una amplia gama de aplicaciones. Los químicos de LSMO están estudiando MOF que pueden absorber CO2 con el fin de desarrollar un sistema para eliminar este poderoso gas de efecto invernadero de la atmósfera.

El problema es que el desarrollo de nuevos MOF requiere una gran cantidad de tiempo y energía. Este tipo de síntesis química implica optimizar muchas variables diferentes:composición del solvente, temperatura, y tiempo de reacción, por nombrar unos cuantos. Y cuantas más variables haya, cuanto mayor sea el número de combinaciones posibles; los investigadores pueden encontrarse fácilmente con millones de experimentos que realizar para llegar a un solo MOF. Y lo que es más, los enlaces químicos y los procesos de ensamblaje que subyacen a la formación de MOF aún no se comprenden completamente, lo que significa que todavía no hay principios básicos que los químicos puedan seguir. Básicamente, tienen que empezar desde cero cada vez.

10 mil millones de días

"Ahí es donde entra la intuición, "dice Berend Smit, jefe de la LSMO. "Con nuestra investigación, queríamos aprovechar la tecnología de aprendizaje automático para desarrollar un método sistemático para cuantificar las lecciones aprendidas de la experiencia anterior ".

Su equipo tomó como ejemplo un MOF bien conocido por los científicos:HKUST-1. Su estructura cristalina puede variar según el grupo químico que se utilice para sintetizarlo. Para medir hasta qué punto la intuición juega un papel en la síntesis del tipo correcto de material, Los químicos de LSMO utilizaron por primera vez un método que no se basa en absoluto en la intuición:un sintetizador robótico de alto rendimiento. Su sintetizador procesó no menos de nueve variables diferentes para realizar ingeniería inversa del proceso y compilar todos los posibles experimentos de síntesis fallidos para una molécula de HKUST-1.

"Nuestro robot puede procesar unas 30 reacciones químicas al día. Pero incluso con ese alto nivel de rendimiento, Todavía se necesitarían casi diez mil millones de días para analizar todas las posibles combinaciones de reacciones. Entonces, los investigadores que trabajan en condiciones normales, es decir, sin un robot:claramente hay que confiar en la intuición para descartar una gran cantidad de combinaciones posibles y centrarse en las más prometedoras, "dice Kyriakos Stylianou, jefe de síntesis química en LSMO.

En otras palabras, ya sea que se den cuenta o no, los investigadores que llevan a cabo varios experimentos, exitosos o no, tienen una idea de lo que funcionará y lo que no. Este "presentimiento" les dice qué variables podrían tener la mayor influencia en el resultado de una reacción química. Por ejemplo, si un científico descubre que cambiar la temperatura de reacción altera los resultados de su experimento, aunque sea un poco, entonces será más probable que se concentre en la variable de temperatura.

Convencer a la comunidad científica

El método de aprendizaje automático desarrollado por LSMO permitió a los químicos no solo cuantificar la intuición de los investigadores, pero también programan su robot para llevar a cabo reacciones de síntesis de manera más eficiente. Eso importa porque alrededor de 1, 000 nuevos MOF se desarrollan cada año, y detrás de cada uno hay entre 10 y 100 intentos fallidos. Estos errores contienen información importante y potencialmente útil para futuras investigaciones por parte de cualquier persona que trabaje en el mismo campo. Gracias al método desarrollado en LSMO, así como la plataforma disponible bajo el programa NCCR MARVEL de Suiza, las lecciones aprendidas se pueden recopilar y compartir.

"Ahora tenemos que convencer a los científicos de que se abran y hablen sobre sus experimentos fallidos. Si somos capaces de hacer eso, podemos cambiar drásticamente la forma en que se realiza la investigación química, "dice Smit.