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.

Ministerio de Ciencia e Innovación

Fundación Española para la Ciencia y la Tecnología

Universidad de Castilla - La Mancha

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 la labor divulgadora de CienciaEs apuntándote al Club de Amigos con una donación periódica (Mecenas) o puntual.
Colabore con CienciaEs.com - Ciencia para Escuchar
29.254.176 audios servidos.

Agradecemos la donación de:

Juan Pedro Peralta Romera
“De Penolite en Jaen”

Ricardo Vázquez Prada
(Barco de Valdeorras, Orense)

José Luis Sánchez Lozano
Mecenas

Mónica Ribe Salat
Mecenas

Rodrigo Lafuente
Mecenas

Marta Martínez Fernández
(Torrelavega, Cantabria)

Humberto On
Mecenas

Vicente Cabeza Pérez

Marian Gutiérrez
Miguel Angel Riaza
¡Aúpa la Ciencia!

Eulogio González Moreno

Alejandro Requena López
(Guadix, Granada)

Anónimo
“Antes de que nos ofrezcan disculpas por la conquista, quiero aportar mi granito de arena para que su generosa labor no ceje. Gracias actualizadas desde México, no nos hagan caso en nuestras locuras.”

Arturo Martínez Martín
“Gracias por vuestro esfuerzo y dedicación.”
Mecenas

César Morales
(Colombia)

Jesús López-Tapia
“Esta es mi pequeña nota de polvo de estrellas, para que sigáis ampliando nuestro universo, 1.000 gracias Ángel.”

Andoni Ripoll Jarauta
“Me parece fantástico que se difunda la ciencia y que nos vayamos empapando de ella. Enhorabuena y muchas gracias.”
(Madrid)

Antonio Lalaguna Lisa
Mecenas
“Hago esta donación en nombre de mi hijo Martín L”

Marcos Dominguez Vega
Mecenas

Rodrigo Lafuente
Mecenas

Irma Reyes Sánchez
“Para la continuación del maravilloso trabajo que realizan ustedes en pro de la divulgación de la ciencia, de manera tan amena.”
(Bogotá, Colombia)

Razvan Peteanu
Mecenas
“Es mi placer de apoyar su emisión y, de hecho, aparte del interés en ciencia, su podcast también me ayuda y me acompaña en el aprendizaje del español.”
(Toronto, Canadá)

Francisco Javier Hernández
(Cájar, Granada)

Enric Margall
(Mataro, Barcelona)

Luis Sánchez Marín
“Os doy las gracias por los momentos tan agradables que me hacéis pasar y con lo que aprendo con vuestros programas. Es siempre para mi un motivo de alegría cuando un nuevo podcast está disponible.
(Valencia)

Anónimo
Mecenas
“Saludos desde México. Muchas gracias.”

Francisco Javier Fernández García
“Gran trabajo”

Vicente Cabeza Pérez

Juan Cuadro Espada
Mecenas
(Sevilla)

Alejandro Costa Albero
“Muchas gracias por vuestro trabajo.”

Francisco Maluenda de los Santos
(Carcaixent, Valencia)

———- 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