Vea También
|
| El profesor Paul Jensen (segundo por la derecha) y los estudiantes de posgrado (de izquierda a derecha) Deepthi Suresh, Noelle Toong y Benjamin David examinan su robot realizando experimentos automatizados. Fotografía de Marcin Szczepanski/Michigan Engineering |
Los avances en inteligencia artificial (IA) pueden revolucionar el campo de la
investigación microbiana. Un avance notable es la capacidad de la IA para
realizar un asombroso número de experimentos microbianos al año. Según
informes recientes, la IA ha sido capaz de realizar hasta un millón de
experimentos microbianos al año, una hazaña hasta ahora inimaginable.
Un nuevo sistema de IA llamado BacterAI puede realizar hasta 10.000
experimentos científicos independientes al día, lo que podría suponer un
importante salto adelante en el ritmo de los descubrimientos en campos que van
desde la medicina a la agricultura, pasando por las ciencias medioambientales.
BacterAI cartografió el metabolismo de dos microbios asociados a la salud
bucodental sin información de referencia previa. Esta plataforma ayuda a los
científicos a identificar los nutrientes específicos necesarios para el
crecimiento microbiano, lo que conduce a tratamientos más eficientes y
eficaces para diversas enfermedades y afecciones microbianas. El proyecto fue
dirigido por un equipo de investigadores de la Universidad de Michigan.
"No sabemos casi nada de la mayoría de las bacterias que influyen en nuestra
salud. Entender cómo crecen las bacterias es el primer paso hacia la
reingeniería de nuestro microbioma", afirma Paul Jensen, profesor adjunto de
ingeniería biomédica de la UM que estaba en la Universidad de Illinois cuando
se inició el proyecto.
Averiguar las combinaciones de aminoácidos que favorecen el crecimiento
bacteriano es todo un reto, dado que los 20 aminoácidos pueden dar lugar a más
de un millón de combinaciones posibles. Sin embargo, el sistema BacterAI fue
capaz de descubrir con precisión los aminoácidos necesarios para el
crecimiento de Streptococcus gordonii y Streptococcus sanguinis.
BacterAI probó cientos de combinaciones de aminoácidos al día, afinando su
enfoque y ajustando las combinaciones en función de los resultados anteriores.
En nueve días, generó predicciones correctas el 90% de las veces. A diferencia
de los métodos tradicionales, que se basan en conjuntos de datos etiquetados,
BacterAI crea su conjunto de datos mediante experimentos, utilizando los
resultados para predecir qué nuevos experimentos proporcionarían más
información. Descubrió la mayoría de las reglas de alimentación bacteriana con
menos de 4.000 experimentos.
Según Jensen, "cuando un niño aprende a andar, no se limita a observar cómo
andan los adultos y luego dice 'Vale, ya lo tengo', se levanta y empieza a
andar. Primero andan a tientas y hacen un poco de ensayo y error".
También dijo: "Queríamos que nuestro agente de IA diera pasos y se cayera, que
se le ocurrieran sus ideas y cometiera errores. Cada día es un poco mejor, un
poco más inteligente".
Los métodos convencionales de investigación de bacterias llevan mucho tiempo y
requieren importantes recursos, y aún queda por estudiar alrededor del 90% de
las bacterias. La experimentación automatizada puede acelerar
considerablemente el proceso de descubrimiento, y el equipo realiza hasta
10.000 experimentos en un día.
Este tipo de ensayo y error con IA también puede aplicarse a otros campos.
Según el autor principal, Adam Dama, la aplicación focalizada de la IA en
proyectos como el suyo acelerará la investigación cotidiana.
Sin conocimientos previos, el sistema BacterAI cartografió el metabolismo de
dos microbios asociados a la salud bucodental: Streptococcus gordonii y
Streptococcus sanguinis. El sistema probó diariamente cientos de combinaciones
de aminoácidos para determinar los nutrientes específicos necesarios para el
crecimiento bacteriano. BacterAI creó su conjunto de datos mediante una serie
de experimentos, analizando los resultados de pruebas anteriores para predecir
qué nuevos experimentos proporcionarían más información.
A diferencia de los métodos tradicionales, que se basan en conjuntos de datos
etiquetados, BacterAI genera su conjunto de datos a través de la
experimentación.
El sistema BacterAI cartografió con éxito el metabolismo de dos microbios
-Streptococcus gordonii y Streptococcus sanguinis- sin conocimientos previos.
El sistema descubrió las combinaciones específicas de aminoácidos necesarias
para el crecimiento bacteriano realizando cientos de experimentos cada
día.
En nueve días, el sistema produjo predicciones precisas el 90% de las veces,
descubriendo la mayoría de las reglas para alimentar a las bacterias con menos
de 4.000 experimentos. Este método de experimentación con IA tiene el
potencial de acelerar la investigación en diversos campos más allá de la
microbiología.
El sistema BacterAI ha demostrado el potencial del uso de la IA para
cartografiar el metabolismo microbiano sin conocimientos previos, acelerando
así el proceso de descubrimiento. El sistema realizó cientos de experimentos
diarios e identificó combinaciones específicas de aminoácidos necesarias para
el crecimiento bacteriano. Este método de experimentación con IA puede
revolucionar potencialmente la investigación en diversos campos.
En resumen, la capacidad de la IA para realizar un millón de experimentos
microbianos al año es un logro revolucionario que promete mucho en el campo de
la investigación microbiana. Con la ayuda de sistemas robóticos impulsados por
IA, los científicos pueden acelerar el ritmo de los descubrimientos y
conseguir tratamientos más eficientes y eficaces para una serie de
enfermedades y afecciones microbianas.
El estudio ha sido financiado por los Institutos Nacionales de Salud y ha
contado con el apoyo de NVIDIA.
Fuentes, créditos y referencias: