Esta tecnología emergente no sólo está sacudiendo todos los sectores, sino que también está provocando avances importantes en la búsqueda de la juventud.
Los científicos trabajan sin descanso, utilizando la IA como varita mágica en su búsqueda incesante de compuestos naturales capaces de ralentizar el proceso de envejecimiento. La Madre Naturaleza, tan generosa como es, ha llenado su despensa hasta los topes de compuestos potenciales. Sin embargo, ¿identificar estos compuestos manualmente? Sería como intentar captar la señal de un teléfono móvil en medio del Sáhara.
IA: el caballero digital de brillante armadura
Aquí es donde nuestro caballero digital de brillante armadura, la IA, entra al galope. Los científicos utilizaron un modelo de aprendizaje automático entrenado con montañas de datos sobre sustancias químicas conocidas y sus efectos, además de muchas otras cosas, para predecir si un compuesto podría prolongar la vida de un gusano translúcido que comparte un metabolismo similar al de los humanos. Gracias a esta información, el modelo de aprendizaje automático de este niño prodigio podría ayudar a predecir qué compuestos podrían mantenernos como si acabáramos de darnos un chapuzón en la fuente de la juventud.
Descubren varios compuestos prometedores contra el envejecimiento
Los investigadores de la Universidad de Edimburgo no se limitaron a entrenar esta maravilla de alta tecnología. La pusieron en marcha en innumerables simulaciones. ¿Su misión? Descubrir compuestos naturales capaces de ralentizar la implacable marcha del reloj del envejecimiento. ¿Y te lo puedes creer? La IA superó el reto y descubrió tres compuestos con posibles propiedades antienvejecimiento. Los científicos desarrollaron un modelo entrenado para reconocer características químicas con propiedades senolíticas. Los senolíticos son una clase de pequeñas moléculas sometidas a un intenso estudio por su capacidad para suprimir procesos relacionados con el envejecimiento, como la fibrosis, la inflamación y el cáncer, eliminando las células envejecidas y disfuncionales sin dañar las células sanas.
Fuentes de datos para el modelo de IA
El modelo se entrenó con datos de la base DrugAge, que contiene información sobre miles de estructuras químicas que se han probado para prolongar la vida útil en organismos modelo.
Resultados del cribado de IA
Tras analizar más de 4.000 sustancias químicas, el modelo identificó 21 posibles candidatos, tres de los cuales -ginkgetina, periplocina y oleandrina- demostraron su capacidad para eliminar eficazmente las células deterioradas. De los tres, la oleandrina resultó ser el más potente. Ambos compuestos proceden de productos naturales de la medicina tradicional a base de plantas.
