[ad_1]
(noticias nanowerk) Investigadores suecos de la Universidad Tecnológica de Chalmers y la Universidad de Gotemburgo han desarrollado un método de IA que mejora la identificación de sustancias químicas tóxicas basándose únicamente en el conocimiento de la estructura molecular. El método puede contribuir a un mejor control y comprensión del número cada vez mayor de sustancias químicas utilizadas en la sociedad y también ayudar a reducir el número de experimentos con animales.
El estudio fue publicado en Avances científicos (“Los transformadores permiten una predicción precisa de la toxicidad química aguda y crónica en organismos acuáticos”).
El uso de productos químicos en la sociedad está muy extendido y se produce en todo, desde productos domésticos hasta procesos industriales. Muchas sustancias químicas ingresan a nuestras vías fluviales y ecosistemas y pueden tener efectos negativos en las personas y otros organismos. Un ejemplo es el de las PFAS, un grupo de sustancias problemáticas que recientemente se han encontrado en niveles preocupantes tanto en las aguas subterráneas como en el agua potable. Por ejemplo, se utilizó en espuma contra incendios y en muchos productos de consumo.
A pesar de las extensas regulaciones sobre productos químicos, que a menudo requieren pruebas con animales que requieren mucho tiempo para demostrar cuándo los productos químicos pueden considerarse seguros, se producen impactos negativos en los seres humanos y el medio ambiente. Sólo en la UE se utilizan cada año más de dos millones de animales para cumplir diversas normativas. Al mismo tiempo, se están desarrollando nuevos productos químicos a un ritmo rápido y es un gran desafío determinar cuáles de ellos deben restringirse debido a su toxicidad para los humanos o el medio ambiente.
Valiosa ayuda en el desarrollo de productos químicos.
El nuevo método desarrollado por investigadores suecos utiliza inteligencia artificial para evaluar de forma rápida y rentable la toxicidad química. Esto permite detectar tempranamente sustancias tóxicas y evitar la experimentación con animales.
![Los transformadores permiten una predicción precisa de la toxicidad química aguda y crónica en organismos acuáticos](https://www.nanowerk.com/news2/robotics/id65141_1.jpg)
“Nuestro método es capaz de predecir si una sustancia es tóxica o no en función de su estructura química. Fue desarrollado y perfeccionado analizando grandes conjuntos de datos de pruebas de laboratorio realizadas en el pasado. Esto capacitó al método para realizar estimaciones precisas de sustancias químicas no probadas anteriormente”, dice Mikael Gustavsson, investigador del Departamento de Ciencias Matemáticas de la Universidad Tecnológica de Chalmers y del Departamento de Biología y Ciencias Ambientales de la Universidad de Gotemburgo.
“Actualmente hay más de 100.000 productos químicos en el mercado, pero sólo una pequeña proporción de ellos tiene una toxicidad bien descrita para los humanos o el medio ambiente. Evaluar la toxicidad de todas estas sustancias químicas utilizando métodos tradicionales, incluida la experimentación con animales, no es práctico. «Aquí vemos que nuestro método puede ofrecer una nueva alternativa», afirma Erik Kristiansson, profesor del Departamento de Ciencias Matemáticas de Chalmers y de la Universidad de. Gotemburgo.
Los investigadores creen que el método puede ser de gran utilidad en la investigación ambiental, así como para gobiernos y empresas que utilizan o desarrollan nuevos productos químicos. Entonces lo hicieron abierto y disponible públicamente.
Más completo y preciso que las herramientas informáticas actuales.
Ya existen herramientas computacionales para detectar sustancias químicas tóxicas, pero hasta ahora su alcance ha sido demasiado limitado o su precisión demasiado baja para reemplazar las pruebas de laboratorio a gran escala. En su estudio, los investigadores compararon su método con otras tres herramientas informáticas de uso común y descubrieron que el nuevo método tiene mayor precisión y aplicabilidad más general.
«El tipo de IA que utilizamos se basa en métodos avanzados de aprendizaje profundo», afirma Erik Kristiansson. “Nuestros resultados muestran que los métodos basados en IA ya están a la par de los enfoques informáticos tradicionales y, a medida que la cantidad de datos disponibles sigue aumentando, esperamos que los métodos de IA sigan mejorando. Por lo tanto, creemos que la IA tiene el potencial de mejorar significativamente el rendimiento informático y la evaluación de la toxicidad química”.
Los investigadores suponen que los sistemas de IA pueden sustituir cada vez más a las pruebas de laboratorio.
“Esto significaría que se podrían reducir el número de pruebas con animales y los costes económicos del desarrollo de nuevos productos químicos. Por lo tanto, la capacidad de preseleccionar rápidamente conjuntos de datos grandes y diversos puede apoyar el desarrollo de productos químicos nuevos y más seguros y ayudar en la búsqueda de reemplazos». «Por lo tanto, creemos que los métodos basados en la IA ayudarán a reducir los efectos negativos de la contaminación química en personas y servicios ecosistémicos”.
Más sobre el tema: el nuevo método de IA
El método se basa en Transformers, un modelo de inteligencia artificial de aprendizaje profundo desarrollado originalmente para el procesamiento del lenguaje. Un ejemplo de las aplicaciones es Chat GPT, cuya abreviatura significa “Transformador generativo preentrenado”.
El modelo también ha demostrado recientemente ser extremadamente eficiente a la hora de capturar información de estructuras químicas. Los transformadores pueden identificar propiedades en la estructura de las moléculas que causan toxicidad de formas más complejas de lo que era posible anteriormente.
Luego, esta información se puede utilizar para predecir la toxicidad de la molécula a través de una red neuronal profunda. Las redes neuronales y los transformadores son el tipo de IA que mejora continuamente mediante el uso de datos de entrenamiento; en este caso, grandes cantidades de datos de pruebas de laboratorio anteriores sobre los efectos de miles de sustancias químicas diferentes en diferentes animales y plantas.
[ad_2]