.jpg)
La identificació de compostos desconeguts en mostres biològiques és un dels majors desafiaments de la metabolòmica moderna. Quan s'analitzen milers de molècules mitjançant espectrometria de masses en tàndem (MS/MS), la majoria queda sense identificar perquè no existeixen a les biblioteques espectrals. Aquests metabòlits i productes naturals no caracteritzats són, precisament, els que més interessen en àrees com el descobriment de fàrmacs, la investigació de biomarcadors i l'exposòmica. Tradicionalment, els mètodes computacionals d'elucidació estructural requerien conèixer per endavant la fórmula molecular, una dada que per a compostos genuïnament nous no està disponible i que, quan es prediu, arrossega un error considerable.
Aquí és on entra en joc MARLIN (per les sigles en anglès), un enfocament d'intel·ligència artificial que resol estructures moleculars directament a partir de l'espectre, sense necessitat de conèixer la fórmula molecular en cap etapa del procés. MARLIN empra un codificador auto-supervisat que extreu una empremta molecular (fingerprint) dels pics bruts de l'espectre, i un model de llenguatge basat en difusió per blocs que genera estructures candidates condicionades únicament per aquesta empremta i la massa precursora mesurada per l'instrument. Una restricció de mass-shell garanteix que cada candidat sigui consistent amb la massa mesurada, sense fixar per endavant l'inventari atòmic, i només s'accepten aquells que coincideixen exactament en parts per milió. A més, incorpora un objectiu de soroll simètric per absorbir errors del codificador i un mecanisme de diversitat que evita que els candidats col·lapsin en una única estructura.
Els resultats al benchmark NPLIB1 demostren que MARLIN supera qualsevol altre mètode avaluat sense fórmula coneguda, tant en precisió de coincidència exacta com en distància estructural i similitud d'empremta. Fins i tot és capaç de recuperar la fórmula molecular correcta com a subproducte, amb una freqüència comparable a la d'un predictor especialitzat, però sense haver-ne utilitzat mai cap. Aquest avenç obre la porta a l'elucidació de novo fiable en el règim realista de descobriment, on la fórmula molecular és desconeguda.
L'aplicació de tècniques com MARLIN en entorns empresarials i d'investigació requereix solucions tecnològiques robustes. Les empreses que treballen amb dades massives d'espectrometria necessiten intel·ligència artificial per a empreses que pugui integrar-se en fluxos de treball personalitzats. Des de Q2BSTUDIO oferim serveis de desenvolupament de programari a mida per implementar models d'IA en processos analítics, així com aplicacions a mida que s'adapten a les necessitats específiques de cada laboratori o departament d'I+D. A més, despleguem aquestes solucions sobre infraestructura cloud escalable, ja sigui en serveis cloud aws i azure, garantint rendiment i seguretat.
La ciberseguretat també és un aspecte crític quan es manegen dades sensibles d'investigació o informació de propietat intel·lectual. Per això, els nostres serveis inclouen auditories de seguretat i pentesting per protegir els sistemes. Així mateix, si l'objectiu és extreure valor de les dades generades per aquestes tècniques analítiques, oferim serveis d'intel·ligència de negoci amb Power BI i quadres de comandament personalitzats, permetent als equips prendre decisions basades en dades en temps real. I per a aquells processos repetitius, l'automatització mitjançant agents IA i solucions d'automatització de processos pot reduir significativament els temps d'anàlisi.
La capacitat de MARLIN per treballar sense fórmula molecular prèvia representa un salt qualitatiu. En un futur proper, veurem com aquests models s'integren en plataformes de descobriment de fàrmacs, avaluació d'exposicions ambientals i diagnòstic clínic. La col·laboració entre la intel·ligència artificial avançada i el desenvolupament de programari a mida és la clau per transformar dades complexes en coneixement accionable.
