Investigadores de Praga han creado DreaMS, una red neuronal transformer que aprende directamente a partir de espectros de masas sin etiquetar. El modelo predice picos espectrales ocultos y el orden de retención cromatográfica, extrayendo representaciones profundas que reflejan la estructura molecular subyacente. DreaMS ha sido publicado el 27 de mayo de 2025 en Nature Biotechnology.
Como los modelos de lenguaje que aprenden a partir de textos sin etiquetar, DreaMS aprende la «gramática» química directamente desde los datos. Y el resultado es extraordinario: una IA capaz de entender las relaciones estructurales entre compuestos sin necesidad de fórmulas ni nombres.
Química en la sombra: similitudes entre lo aparentemente distinto
Uno de los hallazgos más sorprendentes es que DreaMS puede identificar similitudes entre compuestos que, a primera vista, no tienen relación. Es capaz, por ejemplo, de reconocer patrones compartidos entre una molécula presente en un fármaco humano y otra detectada en una planta tropical, gracias a su comprensión espectral.
Esta capacidad es esencial para tareas como el analog search, donde se buscan compuestos con estructuras similares que puedan tener efectos biológicos parecidos. En este punto, DreaMS supera a 44 métodos de comparación espectral, incluidos algoritmos clásicos y sistemas supervisados.
El problema del flúor: resuelto
Detectar la presencia de flúor en una muestra era hasta ahora una pesadilla técnica. El flúor tiene un solo isótopo estable y no deja huellas claras en los espectros. SIRIUS, la herramienta más usada, apenas lograba una precisión del 51%.
Con DreaMS, eso cambia: el modelo ha sido afinado para predecir la probabilidad de presencia de flúor y alcanza una precisión del 91% con un 57% de recall. Esto lo convierte en la herramienta más precisa hasta la fecha para esta tarea, con aplicaciones directas en farmacología, toxicología y exploración espacial.
GeMS y DreaMS Atlas: un Google Maps de moléculas
Para entrenar a DreaMS, los autores crearon GeMS, un conjunto de datos con 714 millones de espectros extraídos del repositorio GNPS. A partir de ellos, construyeron el DreaMS Atlas, una red que organiza más de 200 millones de espectros en un grafo de similitud molecular.
Cada nodo del atlas representa un espectro; los enlaces conectan compuestos similares. Esto permite navegar por el espacio químico como si fuera un mapa, descubriendo conexiones insospechadas. En uno de los ejemplos más impactantes, la IA enlazó un compuesto hallado en un estudio sobre psoriasis con el pesticida azoxystrobin, común en frutas y materiales de construcción, lo que abre una nueva vía de investigación ambiental y médica.
¿Un modelo fundacional para la química?
DreaMS no solo supera a los modelos actuales en tareas específicas. Su diseño autosupervisado lo convierte en un modelo fundacional, es decir, una IA versátil que puede adaptarse a múltiples problemas sin necesidad de rediseño.
Entre las tareas que ya domina se encuentran:
- Predicción de fingerprints moleculares directamente desde espectros.
- Detección de propiedades químicas complejas, como la solubilidad, polaridad o la «dificultad sintética».
- Comparación entre perfiles metabólicos completos, útil para estudiar alimentos, especies o patologías.
Ciencia abierta y sin etiquetas
El modelo, sus datos y su código han sido liberados públicamente. Esto significa que cualquier laboratorio podrá reutilizarlo como base para nuevas investigaciones. En un momento en que la ciencia de datos busca cada vez más independizarse de las etiquetas humanas, DreaMS marca una revolución: la química ya no necesita traductores humanos para que la IA la entienda.
La imagen de representación de esta noticia pertenece a Google DeepMind y ha sido publicada en Unsplash
