Los científicos utilizan el aprendizaje automático para obtener una visión sin precedentes de las moléculas pequeñas

Miles de moléculas pequeñas diferentes, conocidas como metabolitos, transportan energía y transmiten información celular por todo el cuerpo humano. Debido a que son tan pequeños, los metabolitos son difíciles de distinguir entre sí en un análisis de muestra de sangre, pero identificar estas moléculas es importante para comprender cómo el ejercicio, la nutrición, el consumo de alcohol y los trastornos metabólicos afectan el bienestar.

Los metabolitos normalmente se identifican analizando su masa y tiempo de retención con una técnica de separación llamada cromatografía líquida seguida de espectrometría de masas. Esta técnica primero separa los metabolitos haciendo pasar la muestra a través de una columna, lo que da como resultado diferentes velocidades de flujo (o tiempos de retención) a través del dispositivo de medición. Luego se utiliza la espectrometría de masas para afinar el proceso de identificación clasificando los metabolitos según su masa. Los investigadores también pueden romper los metabolitos en trozos más pequeños para analizar su composición utilizando una técnica llamada espectrometría de masas en tándem.

'Ni siquiera los mejores métodos pueden identificar más del 40% de las moléculas en las muestras sin hacer algunas suposiciones adicionales sobre las moléculas candidatas', afirma el profesor Juho Rousu de la Universidad de Aalto.

Ahora, el grupo de Rousu ha desarrollado un novedoso modelo de aprendizaje automático para identificar moléculas pequeñas. Fue publicado recientemente en Inteligencia de la máquina de la naturaleza.

«Este nuevo modelo de código abierto ofrece a toda la comunidad investigadora una visión enriquecida de las moléculas pequeñas. Ayudará a investigar métodos para identificar trastornos metabólicos, como la diabetes o incluso el cáncer», afirma Rousu.

El nuevo enfoque evita elegantemente uno de los desafíos que enfrentan los métodos convencionales. Debido a que los tiempos de retención de las moléculas varían de un laboratorio a otro, los datos no se pueden comparar entre laboratorios. Eric Bach, estudiante de doctorado en Aalto, ideó una alternativa durante su investigación doctoral que resolvió el problema.

'Nuestra investigación muestra que, si bien los tiempos de retención absolutos pueden variar, el orden de retención es estable en las mediciones realizadas por diferentes laboratorios', explica Bach. 'Esto nos permitió fusionar todos los datos disponibles públicamente sobre metabolitos por primera vez e introducirlos en nuestro modelo de aprendizaje automático'.

Con la incorporación de datos de decenas de laboratorios de todo el mundo, el modelo de aprendizaje automático es lo suficientemente preciso como para distinguir entre moléculas en imagen especular, conocidas como variantes estereoquímicas. Hasta ahora, las herramientas de identificación no han podido distinguir las variantes estereoquímicas y se espera que la nueva capacidad abra nuevas vías en el diseño de fármacos y otros campos.

'El hecho de que el uso de la estereoquímica mejore el rendimiento de la identificación es una revelación para todos los que desarrollan métodos de identificación de metabolitos', afirma Emma Schymanski, profesora asociada del Centro de Biomedicina de Sistemas de Luxemburgo (LCSB) de la Universidad de Luxemburgo. 'Este método también podría utilizarse para ayudar a identificar y rastrear microcontaminantes en el medio ambiente o caracterizar nuevos metabolitos en células vegetales'.