Cienciaes.com

Quilo de Ciencia podcast - cienciaes.com suscripción

Quilo de Ciencia

El quilo, con “q” es el líquido formado en el duodeno (intestino delgado) por bilis, jugo pancreático y lípidos emulsionados resultado de la digestión de los alimentos ingeridos. En el podcast Quilo de Ciencia, realizado por el profesor Jorge Laborda, intentamos “digerir” para el oyente los kilos de ciencia que se generan cada semana y que se publican en las revistas especializadas de mayor impacto científico. Los temas son, por consiguiente variados, pero esperamos que siempre resulten interesantes, amenos, y, en todo caso, nunca indigestos.

Síntesis de una química inteligente.

Síntesis de una química inteligente - Quilo de Ciencia - CienciaEs.com

Probablemente, el área de investigación más importante de la Química es la síntesis de nuevas moléculas que posean propiedades deseadas. La estrategia que se ha revelado más productiva en esta tarea es el análisis retro sintético. Este análisis parte de la estructura química de la molécula final que se pretende conseguir e intenta ir hacia atrás, es decir, identificar las reacciones químicas entre moléculas cada vez más simples que la podrían originar. Aún con esta estrategia, la creatividad e intuición de una mente humana bien entrenada en el conocimiento químico son absolutamente necesarias, y no siempre garantizan el éxito de la operación. Esto es así por diversas razones, entre las que podemos mencionar que las reglas de la Química tienen sus excepciones y no siempre funcionan de la forma esperada.
Automatización de la inteligencia química

La síntesis química puede ser asimilada a un juego de estrategia en el que, conociendo sus reglas, es necesario tomar decisiones a cada paso para conseguir el éxito final. Por consiguiente, algoritmos similares a los empleados en inteligencia artificial para jugar al ajedrez y al Go podrían ser empleados también para conseguir que los ordenadores aprendan a sintetizar moléculas complejas.

Esto es precisamente lo que ha conseguido un grupo de investigadores, mediante la combinación de la estrategia llamada árbol de búsqueda de Monte Carlo con tres redes neuronales capaces de aprender. La estrategia de Monte Carlo consiste en tomar al azar varias decisiones encaminadas a alcanzar un objetivo dado y comprobar más tarde cuál de ellas ha tenido mayor éxito. Es equivalente a jugar una misma partida de ajedrez muchas veces, tomando diferentes opciones en cada movimiento para finalmente conseguir los movimientos óptimos conducentes a la victoria. Las redes neuronales son capaces de aprender, de extraer las reglas de esos movimientos, y de implementarlos en partidas nuevas.
En el caso que nos ocupa, una misma partida correspondería a la síntesis de una molécula concreta y partidas nuevas corresponderían a la síntesis de otras moléculas diferentes. Evidentemente, lo aprendido con una o varias “partidas de síntesis química” puede luego aplicarse a “partidas nuevas”.

Este sistema informático inteligente no parte de la nada, sino que los investigadores lo alimentan con el conocimiento químico conseguido hasta ahora. Para ello, extraen las reglas de transformación química de unas moléculas en otras a partir de 12,4 millones de reacciones químicas confirmadas, almacenadas en la base de datos Reaxys. Con estas reglas entrenan a las redes neuronales para que aprendan a utilizarlas de modo que sean capaces de predecir qué reglas utilizar para conseguir una nueva molécula. Este conocimiento es afinado más tarde por la propia máquina con la estrategia Monte Carlo, lo que consigue que esta aumente su conocimiento químico.

Los científicos prueban la eficacia de su sistema haciendo que la máquina diseñe estrategias de síntesis para nueve moléculas complejas y mostrando luego estas estrategias, junto con otras diseñadas por humanos, a 45 expertos en síntesis química. Ninguno de ellos consideró a las estrategias propuestas por la máquina inferiores en ningún caso a las humanas.

Referencia: Marwin H. S. Segler et al. (2018). Planning chemical syntheses with Deep neural networks and symbolic AI. Nature. http://www.nature.com/doifinder/10.1038/nature25978

Más información en el Blog de Jorge Laborda

Obras de divulgación de Jorge Laborda

Quilo de Ciencia Volumen I. Jorge Laborda
Quilo de Ciencia Volumen II. Jorge Laborda
Quilo de Ciencia Volumen III. Jorge Laborda
Quilo de Ciencia Volumen IV. Jorge Laborda
Quilo de Ciencia Volumen V. Jorge Laborda
Quilo de Ciencia Volumen VI. Jorge Laborda
Quilo de Ciencia Volumen VII. Jorge Laborda
Quilo de Ciencia Volumen VIII. Jorge Laborda

Matrix de la homeopatía

Circunstancias encadenadas. Ed. Lulu

Circunstancias encadenadas. Amazon

Una Luna, una civilización. Por qué la Luna nos dice que estamos solos en el Universo

One Moon one civilization why the Moon tells us we are alone in the universe

Adenio Fidelio

El embudo de la inteligencia y otros ensayos


Botón de donación
Apoya a CienciaEs haciéndote MECENAS con una donación periódica o puntual.
Colabore con CienciaEs.com - Ciencia para Escuchar
36,4 millones de audios servidos desde 2009

Agradecemos la donación de:

Alejandro Acosta Espinoza
Mecenas

Jairo Ospino Rodriguez
Mecenas

Rafa Castillejo
“Soy profesor de física y química en un instituto de enseñanza secundaria en Mijas Costa y este año he utilizado los podcasts de CienciaEs para que los alumnos hicieran exposiciones a sus compañeros sobre los temas que ellos elegían.”
Mecenas

Javier Gorriz Ortiz
Mecenas

Fidel Díaz Rodríguez
Mecenas

Anónimo
“Miles de gracias por el esfuerzo y felicitaciones a todos, en particular a la Dra Josefina Cano por sus doscientas aportaciones. Acepten un abrazo agradecido desde México.”
Mecenas

Carlos Serrano
Mecenas

Eulogio González Moreno
“Encantado de apoyaros. Realizáis unos programas estupendos.”
Mecenas

Wendy Trollope
Mecenas

Angel Manuel García Martín
Mecenas

Mauro Mas
Mecenas a través de Patreon

María Elena García Martín
Mecenas a través de Patreon

Anónimo
“Agradecido por su esfuerzo, los saludo desde México.”
Mecenas

Pilar Soler
Mecenas

Francisco Javier Gallegos Casado
Mecenas

Daniel Faba Corral
Mecenas

Marcos López Montes
Mecenas

José Luis Moreno González
Mecenas

Alvaro Vallejo
“Muchísimas gracias por tan maravilloso trabajo de divulgación. Ustedes me acompañan varias horas al día, todos los días.”
Mecenas

Juan Gomez-Cuetara
“¡Una gran programa!!! Es de agradecer que deis difusión a lo que los científicos españoles están haciendo.”
Mecenas

Alfredo Diaz Miranda
“Mi profundo y sincero agradecimiento para todos en CienciaEs pero en especial para Angel Lozano y Jorge Laborda por la esmerada labor que realizan.”
Mecenas

Jorge Valencia Jiménez
Mecenas

Anónimo
“Tarde pero sin sueño, mis admirados divulgadores. Un abrazo agradecido desde el otro lado del Atlántico.”
Mecenas

María del Carmen Colodrero
Joaquín Méndez Colodrero
Mecenas

Carlos Fernández
Mecenas

Carlos Garcia Gutiérrez
Mecenas

Marian y Miguel Ángel
“Muchas gracias por tu trabajo. La Ciencia al alcance de todos.”
Mecenas

Carlos Serrano
“Un placer cooperar un poco con su proyecto. Buen trabajo!”
Mecenas

Francisco Javier Aguilar
Mecenas

Francisco J. García Pato
Mecenas

Jesús López Tapia
“Querido Ángel. Me siento muy honrado de pertenecer a esta comunidad. Gracias por vuestro trabajo.”
Mecenas

Javier Olveira
“Gracias por seguir realizando divulgación de calidad.”
Mecenas

Sara Carrero
“Aprovecho para daros la enhorabuena por el espacio “Hablando con Científicos”, que me gusta especialmente.”
Mecenas

Mariano Redondo de la Villa
Mecenas

Javi Zumaia
“En plena era de la desinformación, vuestra labor dedicada a la divulgación científica no hace sino aportar un balón de oxígeno a todos los amantes de la ciencia.”
Mecenas

———- O ———-
App CienciaEs Android
App CienciaEs
App de cienciaes en apple store YouTube CienciaEs
———- O ———-



feed completo
Suscribase a nuestros programas






Locations of visitors to this page