En los laboratorios donde nacen las nuevas medicinas y donde se decodifican los secretos de la naturaleza, los científicos se enfrentan a un rompecabezas persistente: determinar la forma exacta de una molécula simplemente observando cómo interactúa con la luz y los campos magnéticos. Cuando un químico sintetiza un nuevo compuesto o aisla una sustancia de una planta, debe demostrar qué es realmente esa sustancia. Lo hacen sometiéndola a máquinas que producen patrones complejos de señales, conocidos como espectros. Estas señales son como una huella dactilar única para la molécula, que contiene pistas sobre cómo sus átomos están conectados y dispuestos en el espacio. Durante décadas, leer estas huellas dactilares ha sido un proceso lento y laborioso que requiere que un experto humano una las pistas, probando una estructura posible contra otra hasta que las piezas encajen. Aunque las computadoras han ayudado, han tenido dificultades para replicar el pensamiento flexible y lógico de un experto humano, fallando a menudo cuando se enfrentan a una molécula que nunca han visto o cuando los datos son desordenados.

Un equipo de investigadores ha desarrollado ahora un nuevo sistema que cambia la forma en que se realiza este trabajo. En lugar de intentar forzar a una computadora a simplemente memorizar una base de datos de moléculas conocidas, construyeron una inteligencia artificial que aprende a pensar como un químico. Este sistema, llamado MACROS, no solo adivina una estructura; propone un candidato, revisa su trabajo y refina su respuesta en un ciclo continuo, de forma muy similar a como lo haría un humano. Al entrenarse con millones de ejemplos simulados y del mundo real, el sistema ha aprendido a conectar los puntos entre las señales puras y la disposición tridimensional de los átomos. El resultado es una herramienta que puede identificar moléculas complejas con una velocidad y precisión que superan los métodos actuales, incluso cuando los datos están incompletos o la molécula es completamente nueva.

El núcleo de este avance reside en cómo está construido el sistema. En lugar de utilizar un único cerebro masivo para hacerlo todo, los investigadores crearon un equipo de agentes digitales especializados, cada uno con un trabajo específico. Un agente observa los datos y sugiere una posible estructura molecular. Otro agente toma esa sugerencia y simula cómo serían las señales si esa estructura fuera real. Un tercer agente compara las señales simuladas con los datos experimentales reales para ver qué tan bien coinciden. Si la coincidencia es pobre, el sistema envía la información de vuelta al primer agente para intentarlo de nuevo. Este ciclo de proponer, probar y refinar ocurre de forma automática y repetida. El sistema aprende de sus propios errores en tiempo real, reduciendo gradualmente las posibilidades hasta encontrar la estructura que mejor explica todas las señales observadas. Este enfoque imita la prueba de hipótesis iterativa que los espectroscopistas humanos han utilizado durante generaciones, pero lo ejecuta con una velocidad y consistencia que los humanos no pueden igualar.

Lo que hace que este sistema sea particularmente notable es que aprendió las reglas de la química por su cuenta. Los investigadores no le programaron una lista de reglas químicas ni le dijeron qué átomos se conectan usualmente con cuáles. En su lugar, expusieron al sistema a más de cien millones de pares de espectros y estructuras moleculares. A través de esta exposición masiva, el sistema descubrió espontáneamente principios químicos fundamentales. Por ejemplo, aprendió que ciertos patrones en los datos corresponden a grupos específicos de átomos, como anillos o dobles enlaces, sin que se le dijera explícitamente que buscara tales elementos. También desarrolló una preferencia por comenzar sus conjeturas estructurales con sistemas de anillos rígidos, una estrategia que refleja la intuición de los expertos humanos experimentados, quienes saben que construir una molécula suele comenzar con su núcleo más estable. Esta capacidad de aprender la lógica subyacente de la química, en lugar de solo memorizar patrones, permite al sistema generalizar a moléculas que nunca ha encontrado antes.

Los investigadores probaron este sistema en una amplia variedad de muestras del mundo real, incluyendo productos naturales complejos encontrados en la naturaleza, compuestos sintéticos creados en laboratorios y metabolitos encontrados en el cuerpo humano. En muchos casos, el sistema fue capaz de identificar correctamente la estructura molecular utilizando datos de resonancia magnética nuclear de 1H y 13C, un tipo de señal común pero a menudo ambiguo. Cuando se permitió al sistema ejecutar su ciclo completo de pensamiento y refinamiento, su precisión mejoró significamente. En un conjunto de productos naturales desafiantes, el sistema identificó correctamente la estructura de más de la mitad de las moléculas sin ningún entrenamiento previo en esos compuestos específicos. Cuando los investigadores ajustaron el sistema para un tipo específico de química, su tasa de éxito aumentó aún más, resolviendo correctamente casi el setenta por ciento de los casos de metabolitos. Este rendimiento se mantuvo constante incluso cuando los datos eran ruidosos o incompletos, demostrando una robustez que los métodos computacionales previos carecían.

Quizás la evidencia más convincente del valor del sistema proviene de cómo trabaja junto a los científicos humanos. En un estudio controlado, se pidió a espectroscopistas profesionales que resolvieran las estructuras de moléculas complejas primero por su cuenta, y luego nuevamente con la ayuda del sistema. Al trabajar solos, a los expertos les tomaba aproximadamente una hora resolver una sola molécula, logrando una puntuación de similitud de huella dactilar de 0.102. Cuando utilizaron el sistema para asistirlos, el tiempo cayó a solo diez minutos por molécula, y la puntuación de similitidad saltó a más de 0.80. El sistema no reemplazó al experto humano; en cambio, actuó como un poderoso socio, realizando el trabajo pesado de generar y probar miles de posibilidades, permitiendo al humano concentrarse en la verificación final. Esta colaboración sugiere un futuro donde el trabajo tedioso de la determinación de estructuras sea automatizado, liberando a los científicos para que se concentren en el descubrimiento y la innovación.

Las implicaciones de este trabajo se extienden mucho más allá de simplemente resolver acertijos más rápido. Al establecer un método confiable para determinar estructuras moleculares a partir de datos rutinarios, el sistema abre la puerta a la exploración de la vasta "materia oscura" de la química: los millones de moléculas desconocidas que existen en la naturaleza y en nuestros cuerpos pero que nunca han sido identificadas. Actualmente, muchas de estas moléculas permanecen invisibles porque el proceso de descifrar su naturaleza es demasiado lento y difícil. Con una herramienta que pueda decodificar estos signos de manera rápida y precisa, los científicos podrían descubrir nuevos fármacos de manera proactiva, comprender los procesos biológicos con mayor detalle y acelerar el desarrollo de nuevos materiales. El sistema representa un cambio de simplemente almacenar datos a razonar activamente con ellos, creando una base para laboratorios totalmente automatizados donde el descubrimiento molecular ocurra a la velocidad del pensamiento.

El éxito de este enfoque también destaca una nueva dirección para la inteligencia artificial en la ciencia. En lugar de intentar forzar los datos científicos en formatos genéricos como texto o imágenes, los investigadores diseñaron su sistema para que hablara el lenguaje nativo de los datos mismos. Los agentes fueron entrenados directamente con las señales puras y las cadenas químicas que representan las moléculas, preservando las sutiles relaciones físicas que a menudo se pierden en la traducción. Este diseño especializado permitió al sistema lograr una alta precisión con muchos menos recursos computacionales que los modelos de propósito general. Sugiere que el futuro de la IA científica no reside en modelos más grandes y generales, sino en sistemas especializados e interpretables que estén construidos desde cero para entender la lógica específica de su campo. Al combinar este conocimiento especializado con un proceso de razonamiento de ciclo cerrado, los investigadores han creado una herramienta que no solo calcula, sino que verdaderamente comprende el mundo químico.