Co-Scientist y Robin, nuevos sistemas de IA para acelerar la investigación científica

Redacción Ciencia, 19 may (EFE).- Para que la ciencia avance hay que proponer hipótesis, hacer experimentos y analizar enormes cantidades de datos en áreas críticas. Ahora, para agilizar el proceso, Google DeepMind y FutureHouse han desarrollado dos sistemas de inteligencia artificial (IA) que ayudarán a los científicos a realizar estas tareas con más rapidez.

Los sistemas, publicados simultáneamente este martes en la revista Nature, están diseñados para ayudar a los investigadores a acelerar y potenciar el descubrimiento científico, no para reemplazarlos, subrayan los autores.

Hasta ahora, la IA ha sido útil para agilizar la labor en algunos momentos en una investigación científica pero los nuevos sistemas, 'Co-Scientist' de Google DeepMind y 'Robin' de FutureHouse, han mostrado potencial para mejorar el conjunto del proceso científico, y es que los dos usan múltiples agentes de IA autónomos y especializados capaces de ejecutar distintas tareas a lo largo de toda la investigación.

Ambos sistemas han demostrado que pueden generar hipótesis, proponer experimentos para validarlas, interpretar los resultados y refinar las hipótesis basándose en los hallazgos.

Co-Scientist, desarrollado con Gemini, es un sistema multiagente que puede emplearse en cualquier disciplina científica, aunque ha sido entrenado y validado en biomedicina.

En las pruebas, propuso nuevos candidatos a fármacos y terapias combinadas para la leucemia mieloide aguda (un cáncer agresivo de los glóbulos blancos) que demostraron ser potencialmente beneficiosos en experimentos con células cultivadas in vitro, aunque se requeriría una evaluación preclínica y clínica rigurosa para la validación terapéutica, apuntan los autores.

Más allá de la investigación del cáncer, Co-Scientist también descubrió nuevas dianas farmacológicas para la fibrosis hepática y reveló mecanismos genéticos clave detrás de la resistencia antimicrobiana.

Por su parte, Robin, que utiliza tanto OpenAI o4-mini como Anthropic Claude 3.7, está diseñado para ayudar en el campo de la biología experimental y aplica el sistema a investigación científica para el descubrimiento de fármacos.

Por ejemplo, facilitó la identificación de tratamientos potenciales para la degeneración macular seca relacionada con la edad, que es una de las principales causas de ceguera en el mundo desarrollado.

Sus sugerencias incluyeron la identificación de un proceso modificable dentro de las células de la retina para ser utilizado como diana, y la propuesta de usar un candidato a fármaco que no se había planteado previamente para tratar esta afección.

Robin también sugirió estudios de seguimiento para investigar los mecanismos subyacentes, los cuales identificaron nuevas dianas farmacológicas potenciales, aunque esos tratamientos requerirían validación en pruebas preclínicas y ensayos clínicos, señalan los autores.

Co-Scientist y Robin se han diseñado según el modelo de colaboración "científico en el bucle" (scientist-in-the-loop) o "laboratorio en el bucle" (lab-in-the-loop), cuyo objetivo no es reemplazar al investigador, sino potenciar y acelerar el trabajo humano mediante la automatización de tareas intelectuales que siempre son coordinadas por el científico.

Para iniciar esta colaboración, primero los científicos deben explicar al sistema cuáles son los objetivos, metas y restricciones de la investigación o de la enfermedad que van a estudiar y, a partir de ahí, los sistemas proponen hipótesis que los científicos supervisan. Co-Scientist, por ejemplo, cuenta con un chat para que los humanos guíen al sistema en la exploración, para refinar las ideas e introducir las suyas.

Cuando los sistemas proponen fármacos o estrategias experimentales, elaboran una lista que los humanos deben revisar meticulosamente para seleccionar las opciones más viables y llevar a cabo los experimentos que las validen empíricamente.

Tras los experimentos, los humanos retroalimentan a la IA con datos experimentales para que el sistema los analice y los interprete generando una nueva ronda de hipótesis refinadas en un "bucle continuo".

Pero por muy avanzada que sea la IA, el criterio humano es indispensable en las etapas finales, dado que son los científicos quienes deben evaluar los resultados in vitro y planificar rigurosos ensayos preclínicos y clínicos.

Ambos equipos insisten en que Co-Scientist y Robin están diseñados para colaborar con los investigadores que siempre estarían involucrados en el proceso y serían responsables de supervisar el proceso.

Para los autores, estos sistemas son un cambio de paradigma hacia un flujo de trabajo más integrado en el que la IA actúa como un asistente especializado en diversas disciplinas que podría ser "el futuro de la investigación científica". EFE