Introducció: L’Horitzó de la Química Computacional
La recerca de noves entitats moleculars constitueix un dels pilars fonamentals i, alhora, un dels reptes més formidables de la química contemporània. La capacitat de concebre i sintetitzar compostos amb propietats específiques és intrínseca a l’avanç en camps tan diversos com el desenvolupament de nous fàrmacs, la creació de materials amb funcionalitats millorades o la implementació de solucions energètiques més eficients i sostenibles. Històricament, aquest procés ha estat marcat per una combinació de serendipitat, coneixement expert i una laboriosa experimentació de prova i error, sovint amb resultats limitats davant la immensitat de l’espai químic potencial.
En aquest context, la Universitat Rovira i Virgili (URV), amb seu a Tarragona, ha emergit com a protagonista d’una innovació tecnològica que redefineix les estratègies d’exploració molecular. Un equip de recerca ha desenvolupat el sistema CoCoGraph, una intel·ligència artificial generativa capaç de sintetitzar milions de molècules completament noves. Aquestes estructures, inèdites per a la ciència, no són meres combinacions aleatòries, sinó que han estat dissenyades per complir rigorosament amb les lleis fonamentals de la química, assegurant així la seva plausibilitat i, potencialment, la seva realitat. La rellevància d’aquesta fita s’ha vist validada amb la publicació dels seus resultats a la prestigiosa revista Nature Machine Intelligence, un indicador del seu impacte en la comunitat científica global.
El funcionament de CoCoGraph s’inspira en les arquitectures d’intel·ligència artificial generativa que han revolucionat el tractament del llenguatge i la imatge, com ho demostren sistemes com ChatGPT o DALL·E. Tal com ha explicat el professor de recerca ICREA del Departament d’Enginyeria Química de la URV, Roger Guimerà, «aquests models creen contingut nou que s’assembla molt al real. El nostre algoritme fa el mateix, però amb molècules». No obstant això, la generació de molècules presenta una complexitat inherent que transcendeix la dels continguts multimèdia. Les molècules es representen matemàticament com a grafs discrets, on els àtoms són nodes i els enllaços són arestes, un domini que introdueix desafiaments computacionals significativament més elevats que les matrius contínues d’imatges o les seqüències de text.
El veritable desafiament rau en la magnitud de l’univers molecular. S’estima que l’espai de molècules possibles podria ascendir a l’espectacular xifra de 10⁶⁰ estructures diferents, una quantitat que supera amb escreix el nombre de molècules d’aigua presents en tots els oceans terrestres. Dins d’aquest oceà infinit de possibilitats, les molècules actualment conegudes per la humanitat representen una fracció infinitesimal, gairebé imperceptible. La tasca de trobar noves molècules amb propietats útils s’assembla, doncs, a la proverbial cerca d’una agulla en un paller gegantí. La contribució de CoCoGraph no és només la de generar, sinó la de cribar eficientment aquest espai immens, dirigint la recerca cap a regions químiques viables i amb probabilitat d’interès aplicat.
Anàlisi Aprofundida: Mecanismes, Innovació i Impacte Sectorial
La vastitud de l’espai molecular, quantificada en aproximadament 10⁶⁰ combinacions, ha estat històricament la barrera més formidable per a la descoberta química. Aquesta realitat ha fet que la majoria dels esforços se centrin en la modificació de molècules existents o en la síntesi de nou de forma incremental, amb una exploració limitada de regions inexplorades. El sistema CoCoGraph aborda aquesta limitació inherent, oferint una capacitat sense precedents per a la generació massiva de noves entitats químiques, el que pot redefinir la frontera de la síntesi i el disseny molecular.
El funcionament intrínsec de CoCoGraph es basa en un model de difusió, una tècnica que, tot i ser comú en la generació d’imatges, s’ha adaptat amb mestria a la complexitat de les estructures moleculars. El procés es pot descriure com una deconstrucció i reconstrucció controlada. S’inicia amb una molècula existent, que es «desordena» progressivament mitjançant la ruptura i creació aleatòria d’enllaços. L’algorisme s’entrena per revertir aquest procés, aprenent a reconstruir l’estructura original de manera coherent. Aquesta capacitat d’aprenentatge és la que li permet, un cop entrenat, generar noves molècules des de zero, mantenint la seva integritat química.
A diferència de les imatges, que són estructures contínues, les molècules són grafs discrets. Aquesta naturalesa discreta afegeix una capa de complexitat matemàtica i algorítmica substancial. Mentre que les eines de IA per a imatges operen sobre píxels amb un rang de valors, el model de CoCoGraph ha de gestionar la connectivitat específica dels àtoms i els tipus d’enllaços, un repte considerable que ha estat resolt mitjançant un disseny algorítmic acurat per part de l’equip de la URV.
Una de les innovacions més destacades del model resideix en la seva integració directa de les regles bàsiques de la química. Això significa que CoCoGraph no només aprèn patrons, sinó que aplica principis fonamentals com la valència atòmica (el nombre correcte d’enllaços per a cada àtom) des de la seva concepció. Aquesta característica és crucial, ja que garanteix que el 100% de les molècules generades siguin químicament vàlides i, per tant, potencialment sintetitzables. Aquesta fiabilitat contrasta amb altres models generatius que sovint produeixen estructures químiques impossibles o inestables, el que requereix un cribratge posterior extens i costós.
Més enllà de la seva validesa química, el sistema s’ha dissenyat per ser notablement eficient. Requereix un menor nombre de paràmetres, necessita menys potència de càlcul i és capaç de generar molècules a una velocitat superior. Aquesta eficiència operativa té implicacions directes en la reducció dels costos d’R+D i en l’acceleració dels cicles de descobriment, factors crítics en indústries on el temps de comercialització és un avantatge competitiu determinant.
La validació científica de CoCoGraph s’ha realitzat mitjançant una comparació exhaustiva amb altres models d’última generació. L’equip de recerca va analitzar fins a 36 propietats fisicoquímiques de les molècules generades, incloent-hi la solubilitat i la complexitat estructural. Els resultats van demostrar que les molècules creades per CoCoGraph exhibeixen un realisme químic superior, consolidant la seva posició com una eina d’avantguarda en el disseny molecular assistit per intel·ligència artificial.
Les implicacions per al descobriment de fàrmacs són profundes. En l’actualitat, el desenvolupament d’un nou medicament pot durar més d’una dècada i costar milers de milions d’euros, amb una alta taxa de fracàs en les fases inicials. CoCoGraph pot accelerar dràsticament la identificació de molècules candidates (lead compounds), proporcionant una biblioteca virtual de compostos químicament viables que poden ser cribrats per a l’activitat biològica desitjada, reduint el temps i els recursos necessaris per arribar a la fase clínica.
En el camp dels materials, la capacitat de generar molècules noves obre vies per al disseny racional de polímers avançats, catalitzadors més eficients, materials per a l’emmagatzematge d’energia o nous components per a la electrònica. La recerca de materials més sostenibles, per exemple, pot beneficiar-se enormement d’aquesta capacitat generativa, alineant-se amb els objectius de la Transició Ecològica a Espanya, que cerca noves solucions que redefineixin el benestar social i l’ocupació verda.
La participació dels investigadors Roger Guimerà, Manuel Ruiz-Botella i Marta Sales-Pardo del Departament d’Enginyeria Química de la URV subratlla el talent i la capacitat d’innovació de la universitat. Aquesta fita no només reforça el prestigi de la URV com a centre de recerca de primer nivell, sinó que també posiciona Tarragona com un pol d’excel·lència en la convergència entre la química i la intel·ligència artificial, un aspecte que contribueix al desenvolupament estratègic de la regió en àmbits més amplis com el que analitza l’article sobre com Tarragona Reforça el seu Teixit Gerencial.
Conclusió: Cap a una Nova Era de la Síntesi Molecular
El desenvolupament del sistema CoCoGraph per part de la Universitat Rovira i Virgili representa un avanç estratègic de primer ordre en el camp de la química computacional i la intel·ligència artificial. Les implicacions d’aquesta tecnologia transcendeixen el mer interès acadèmic, projectant-se cap a una transformació radical en les metodologies de descoberta i disseny molecular a escala global. La capacitat de generar milions de molècules noves que s’adhereixen estrictament a les lleis de la química no és només una proesa tècnica; és una eina que pot democratitzar l’accés a la innovació química, permetent a equips de recerca i empreses explorar regions de l’espai molecular que fins ara eren inaccessibles a causa de la seva complexitat i magnitud.
Estratègicament, CoCoGraph no només promet accelerar els cicles d’R+D en indústries com la farmacèutica, la de nous materials o la biotecnologia, sinó que també pot reduir significativament els costos associats a aquests processos. En proporcionar un subministrament constant i validat de compostos candidats, el sistema minimitza la necessitat d’experimentació a cegues i maximitza la probabilitat d’èxit en les etapes inicials de la recerca. Aquesta eficiència es traduirà en una major rapidesa en la introducció de nous productes al mercat, des de medicaments més efectius fins a materials més sostenibles i amb rendiments millorats.
A llarg termini, la trajectòria de CoCoGraph suggereix una evolució cap a la generació de molècules no només plausibles, sinó directament orientades a objectius i propietats desitjades. Això obrirà la porta a un disseny molecular racional veritablement predictiu, on la intel·ligència artificial actuï com un cocreador, sintetitzant coneixement químic amb capacitat computacional per explorar solucions a problemes complexos. La URV, amb aquesta investigació, no només ha contribuït a l’avenç científic, sinó que ha establert les bases per a una nova era on la intel·ligència artificial es converteix en un company indispensable per a la innovació en el cor de la matèria.
https://www.diaridetarragona.com/tarragona/259280/desarrollan-inteligencia-artificial-tarragona-genera-millones-moleculas-nuevas.html
