¿Y si pudiéramos utilizar la inteligencia artificial para desentrañar los complejos detalles moleculares de las reacciones químicas?
Este es el logro que han conseguido los químicos del laboratorio "Pasteur" con dos publicaciones en las revistas
PNAS y
JACS. Al proponer un método sistemático para entrenar neuronas artificiales capaces de superar las limitaciones actuales de las simulaciones moleculares, arrojan nueva luz sobre dos reacciones cruciales de la química prebiótica.
Las reacciones químicas son eventos fugaces en la vida de las moléculas y observarlas directamente es un verdadero desafío experimental, incluso con un "microscopio" muy potente. Las simulaciones moleculares son la mejor herramienta para seguir estos eventos a nuestro antojo. Pero presentan dos dificultades.
Primero, seguir eventos reactivos en tiempo real significa resolver la ecuación de Schrödinger
* millones de veces, lo cual es imposible. En segundo lugar, incluso tras un esfuerzo de cálculo tan inmenso, solo se obtendría un puñado de observaciones. Sin embargo, para obtener una imagen precisa de una reacción química y su termodinámica, la física estadística nos enseña que se necesitan cientos de observaciones, ya que los sistemas atómicos son probabilísticos.
En dos estudios separados con una metodología similar, químicos del laboratorio PASTEUR (CNRS/ENS París/Paris Sciences et Lettres/Sorbonne Université) han utilizado un enfoque emergente de inteligencia artificial para superar estas limitaciones. La idea es entrenar una red de neuronas artificiales para resolver la ecuación de Schrödinger para todas las estructuras posibles encontradas durante una reacción química dada, superando así las limitaciones actuales de las simulaciones moleculares.
Un elemento crítico para el éxito del enfoque es identificar, seleccionar y organizar correctamente los datos relevantes para el entrenamiento. Los científicos proponen un método estandarizado y robusto, adecuado para el estudio de la reactividad química. ¿El resultado? Un enfoque que cierra la brecha entre los mundos de la física cuántica y la física estadística a un costo computacional moderado (y por lo tanto una baja huella de carbono).
Estos trabajos, publicados en las revistas
PNAS y
JACS, abren el camino hacia una modelización mucho más accesible de las reacciones químicas en fase condensada. Los científicos ilustran sus métodos con dos reacciones fundamentales de los seres vivos: la formación de un enlace peptídico necesario para la síntesis de proteínas y la formación de un enlace fosfoéster para la síntesis de ácidos nucleicos. Así, han podido destacar las vías de reacción más favorables para estas dos reacciones, algo que los estudios experimentales no permiten hacer de forma directa.
Estos resultados se presentan como un primer paso hacia la comprensión de las condiciones físico-químicas óptimas para estas reacciones, que son energéticamente muy desfavorables y, por tanto, muy poco probables. Sin embargo, condujeron a la formación de los primeros ladrillos fundamentales de la vida hace un poco más de cuatro mil millones de años, en un contexto donde los catalizadores de la vida (las enzimas) aún no existían y bajo condiciones catalíticas que aún deben determinarse.
*La ecuación de Schrödinger (Erwin Schrödinger, 1925) es una ecuación fundamental en física que describe el estado cuántico de un sistema.
Redactor: AVR
Referencias:
Prebiotic chemical reactivity in solution with quantum accuracy and microsecond sampling using neural network potentials.
Z. Benayad, R. David, G. Stirnemann.
Proceedings of the National Academy of Sciences 2024
https://doi.org/10.1073/pnas.2322040121
Competing reaction mechanisms of peptide bond formation in water revealed by deep potential molecular dynamics and path sampling.
R. David, I. Tuñón, D. Laage.
Journal of the American Chemical Society 2024
https://doi.org/10.1021/jacs.4c03445
Fuente: CNRS INC