Científicos del MIPT: las redes neuronales fallan en el desarrollo de fármacos

Investigadores del Instituto de Física y Tecnología de Moscú (MIPT, por sus siglas en inglés) han descubierto que la inteligencia artificial utilizada para modelar futuros fármacos puede producir errores sistemáticos. Probaron cuatro algoritmos populares: AlphaFold 3, Boltz-2, Chai-1 y Protenix-v1. El estudio se centró en moléculas simples como la metilamina y el ácido acético, que pueden existir tanto en formas neutras como cargadas. Los resultados mostraron que las predicciones dependían más del formato de entrada (estándar CCD o notación SMILES) que de la carga de la molécula. Alarmantemente, las longitudes de enlace predichas eran sistemáticamente demasiado cortas, a veces por un factor de diez, lo que indica que los modelos no comprenden completamente la química básica. Ivan Gushchin, jefe del laboratorio del MIPT, señaló que ninguna herramienta destacó por su precisión y enfatizó la necesidad de mejorar los algoritmos para que sean invariantes al formato de entrada y tengan en cuenta la variabilidad de la carga molecular. El trabajo fue apoyado por el Ministerio de Ciencia y Educación Superior de Rusia, y todos los datos están disponibles públicamente en Zenodo.