En 1996, cuando una computadora ganó una partida contra el actual campeón mundial de ajedrez Garry Kasparov, fue nada menos que una sensación. Después de este gran avance en el mundo del ajedrez, El juego de mesa Go fue considerado durante mucho tiempo como un bastión reservado para los jugadores humanos debido a su complejidad. Pero los mejores jugadores del mundo no pueden competir con el software AlphaGo. La receta del éxito de este programa informático es posible gracias a una combinación de la llamada búsqueda de árboles de Monte Carlo y redes neuronales profundas basadas en el aprendizaje automático y la inteligencia artificial. Un equipo de investigadores de la Universidad de Muenster en Alemania ha demostrado ahora que esta combinación es muy adecuada para planificar síntesis químicas, las llamadas retrosíntesis, con una eficiencia sin precedentes. El estudio ha sido publicado en la edición actual de Naturaleza .

Marwin Segler, el autor principal del estudio, dice, "La retrosíntesis es la última disciplina de la química orgánica. Los químicos necesitan años para dominarla, al igual que con el ajedrez o el Go. Además de la experiencia directa, también necesita una buena porción de intuición y creatividad para ello. Hasta aquí, todos asumieron que las computadoras no podrían mantenerse al día sin que los expertos programen manualmente en decenas de miles de reglas. Lo que hemos demostrado es que la máquina puede, por sí mismo, aprenda las reglas y sus aplicaciones de la literatura disponible. "

La retrosíntesis es el método estándar para diseñar la producción de compuestos químicos. Yendo hacia atrás mentalmente el principio es que el compuesto se descompone en componentes cada vez más pequeños hasta que se obtienen los componentes básicos. Este análisis proporciona la receta, que luego se utiliza para trabajar "hacia adelante" en el laboratorio para producir la molécula objetivo, procedente de los materiales de partida. Aunque es fácil en teoría, el proceso presenta dificultades en la práctica. "Al igual que en el ajedrez, en cada paso o movimiento, tienes una variedad de posibilidades para elegir, "dice Segler." En química, sin embargo, hay órdenes de magnitud más movimientos posibles que en el ajedrez, y el problema es mucho más complejo ".

Aquí es donde entra en juego el nuevo método, vincular las redes neuronales profundas con la búsqueda del árbol de Monte Carlo, una constelación tan prometedora que un gran número de investigadores de diversas disciplinas están trabajando en ella. La búsqueda de árboles de Monte Carlo es un método para evaluar movimientos en un juego. En cada movimiento la computadora simula numerosas variantes, por ejemplo, cómo podría terminar una partida de ajedrez. A continuación, se selecciona el movimiento más prometedor.

En una forma similar, la computadora busca ahora los mejores "movimientos" posibles para la síntesis química. También puede aprender mediante el uso de redes neuronales profundas. Para tal fin, la computadora se basa en toda la literatura química jamás publicada, que describe casi 12 millones de reacciones químicas. Mike Preuss, un especialista en sistemas de información y coautor del estudio, dice, "Las redes neuronales profundas se utilizan para predecir qué reacciones son posibles con una determinada molécula. Utilizando la búsqueda del árbol de Monte Carlo, la computadora puede probar si las reacciones predichas realmente conducen a la molécula objetivo ".

La idea de usar computadoras para planificar síntesis no es nueva. "La idea tiene unos 60 años". dice Segler. "La gente pensó que sería suficiente, como en el caso del ajedrez, para ingresar una gran cantidad de reglas en la computadora. Pero eso no funcionó. La química es muy compleja, y en contraste con el ajedrez o el Go, no se puede comprender de forma puramente lógica utilizando reglas simples. A esto se suma el hecho de que el número de publicaciones con nuevas reacciones se duplica cada 10 años aproximadamente. Ni los químicos ni los programadores pueden mantenerse al día con eso. Necesitamos la ayuda de una computadora inteligente ”. El nuevo método es aproximadamente 30 veces más rápido que los programas convencionales para planificar síntesis y encuentra rutas de síntesis potenciales para el doble de moléculas.

En una prueba AB doble ciego, Los investigadores de Muenster encontraron que los químicos consideran que estas rutas de síntesis generadas por computadora son tan buenas como las ya probadas y comprobadas. "Esperamos eso, usando nuestro método, los químicos no tendrán que probar tanto en el laboratorio, "Segler agrega, "y que, como resultado, y usando menos recursos, podrán producir los compuestos que hacen posible nuestro alto nivel de vida ".