Investigadores de MIT desarrollan modelos de inteligencia artificial que entienden principios químicos

El profesor asociado del MIT, Connor Coley, está trabajando en el desarrollo de modelos de inteligencia artificial que puedan entender principios químicos y ayudar a identificar compuestos que podrían ser útiles como fármacos. Se estima que entre 10^20 y 10^60 compuestos químicos podrían tener potencial como fármacos, pero evaluar cada uno de ellos experimentalmente sería demasiado tiempo para los químicos.

La investigación de Coley se centra en el desarrollo de modelos computacionales que puedan analizar grandes cantidades de compuestos químicos y predecir sus propiedades y comportamientos. Esto podría ayudar a acelerar el proceso de descubrimiento de nuevos fármacos y reducir los costos y el tiempo necesarios para llevar un nuevo medicamento al mercado.

Según Coley, “Es un enfoque muy general que podría aplicarse a cualquier aplicación de moléculas orgánicas, pero la aplicación principal que pensamos es el descubrimiento de fármacos de moléculas pequeñas”. La familia de Coley tiene una larga tradición en la ciencia, incluyendo a su padre, un radiólogo, y su madre, que se graduó en biofísica y bioquímica molecular.

El desarrollo de modelos de inteligencia artificial que puedan entender principios químicos es un área de investigación en constante evolución, y el trabajo de Coley y su equipo podría tener un impacto significativo en la industria farmacéutica y en la salud en general.