Científicos combinan IA y computación cuántica para crear péptidos

Un experimento hecho con tiempo y dinero sobrante

Investigadores de la Universidad Técnica de Dinamarca (DTU) lograron que una computadora cuántica mejore el rendimiento de modelos de inteligencia artificial generativa usados para diseñar péptidos, las cadenas cortas de aminoácidos que sirven de base para vacunas e inmunoterapias.

El experimento no contó con financiamiento propio. Según explicó el profesor Timothy Patrick Jenkins, líder del proyecto, el trabajo se realizó los fines de semana y con dinero no utilizado de otras investigaciones, porque las fundaciones suelen mostrarse reticentes a financiar líneas de ciencia más experimentales.

Para las pruebas, el equipo utilizó una computadora cuántica del tamaño de una impresora, desarrollada por la empresa británica Orca Computing. El dispositivo combina procesadores cuánticos con hardware convencional para potenciar los cálculos de los modelos de IA.

Mejores resultados con menos datos disponibles

Los péptidos generados con este método híbrido fueron sintetizados en laboratorio y sometidos a pruebas para verificar si se unían correctamente a proteínas específicas. Los resultados mostraron que el modelo cuántico-clásico superó al modelo puramente clásico, con las diferencias más marcadas en los casos donde había menos información disponible para entrenar la IA.

Este punto resulta relevante porque buena parte de la investigación médica global se concentra en poblaciones occidentales, dejando vacíos de datos genéticos sobre otras regiones. El equipo de la DTU trabaja habitualmente con financiamiento de la Fundación Novo Nordisk en el desarrollo de proteínas para inmunoterapias, y uno de sus principales obstáculos es justamente la escasez de datos genéticos de poblaciones de Asia y África.

La hipótesis del equipo era que incorporar una computadora cuántica al proceso podía ayudar a generar péptidos más diversos, en especial para blancos terapéuticos poco documentados. La idea surgió después de observar un efecto similar en la generación de imágenes con tecnología cuántica.

Limitaciones técnicas y próximos pasos

A pesar del avance, los propios investigadores aclaran que la tecnología todavía no está lista para transformar la investigación farmacéutica de forma inmediata. Las computadoras cuánticas actuales son demasiado pequeñas para ejecutar modelos de IA de gran escala, por lo que en muchos casos una computadora clásica sigue dando mejores resultados.

Jonathan Funk, estudiante de doctorado de la DTU, señaló que el nivel de complejidad que pudieron codificar fue menor al de un anticuerpo de tamaño habitual. Además, encontrar un péptido capaz de unirse a un gen específico es solo una etapa dentro del desarrollo de una vacuna, y no garantiza por sí sola el éxito de un fármaco.

Richard Murray, director ejecutivo de Orca Computing, remarcó que este estudio representa una de las pocas aplicaciones comerciales de corto plazo mostradas hasta ahora para la computación cuántica, un campo que suele generar escepticismo en la industria por la falta de casos concretos de utilidad inmediata. Su empresa también trabaja con la petrolera BP en proyectos de química y con Toyota para optimizar procesos de diseño.

De cara a los próximos pasos, el equipo de la DTU planea probar este flujo de trabajo con modelos más avanzados y proteínas de mayor tamaño. Jenkins remarcó que este tipo de herramientas de IA generativa puede resultar especialmente útil para enfermedades desatendidas, que reciben poco financiamiento para su investigación. El grupo también evalúa aplicar la computación cuántica a su método de diseño de antídotos sintéticos contra el veneno de serpiente.