MARLIN: Elucidación de estructuras moleculares sin fórmula previa

La identificación de compuestos desconocidos en muestras biológicas es uno de los mayores desafíos de la metabolómica moderna. Cuando se analizan miles de moléculas mediante espectrometría de masas en tándem (MS/MS), la mayoría queda sin identificar porque no existen en las bibliotecas espectrales. Estos metabolitos y productos naturales no caracterizados son, precisamente, los que más interesan en áreas como el descubrimiento de fármacos, la investigación de biomarcadores y la exposómica. Tradicionalmente, los métodos computacionales de elucidación estructural requerían conocer de antemano la fórmula molecular, un dato que para compuestos genuinamente novedosos no está disponible y que, cuando se predice, arrastra un error considerable.

Aquí es donde entra en juego MARLIN (por sus siglas en inglés), un enfoque de inteligencia artificial que resuelve estructuras moleculares directamente a partir del espectro, sin necesidad de conocer la fórmula molecular en ninguna etapa del proceso. MARLIN emplea un codificador auto-supervisado que extrae una huella molecular (fingerprint) de los picos brutos del espectro, y un modelo de lenguaje basado en difusión por bloques que genera estructuras candidatas condicionadas únicamente por ese fingerprint y la masa precursora medida por el instrumento. Una restricción de mass-shell garantiza que cada candidato sea consistente con la masa medida, sin fijar de antemano el inventario atómico, y solo se aceptan aquellos que coinciden exactamente en partes por millón. Además, incorpora un objetivo de ruido simétrico para absorber errores del codificador y un mecanismo de diversidad que evita que los candidatos colapsen en una única estructura.

Los resultados en el benchmark NPLIB1 demuestran que MARLIN supera a cualquier otro método evaluado sin fórmula conocida, tanto en precisión de coincidencia exacta como en distancia estructural y similitud de fingerprint. Incluso es capaz de recuperar la fórmula molecular correcta como subproducto, con una frecuencia comparable a la de un predictor especializado, pero sin haber utilizado nunca uno. Este avance abre la puerta a la elucidación de novo fiable en el régimen realista de descubrimiento, donde la fórmula molecular es desconocida.

La aplicación de técnicas como MARLIN en entornos empresariales y de investigación requiere soluciones tecnológicas robustas. Las empresas que trabajan con datos masivos de espectrometría necesitan inteligencia artificial para empresas que pueda integrarse en flujos de trabajo personalizados. Desde Q2BSTUDIO ofrecemos servicios de desarrollo de software a medida para implementar modelos de IA en procesos analíticos, así como aplicaciones a medida que se adaptan a las necesidades específicas de cada laboratorio o departamento de I+D. Además, desplegamos estas soluciones sobre infraestructura cloud escalable, ya sea en servicios cloud aws y azure, garantizando rendimiento y seguridad.

La ciberseguridad también es un aspecto crítico cuando se manejan datos sensibles de investigación o información de propiedad intelectual. Por eso, nuestros servicios incluyen auditorías de seguridad y pentesting para proteger los sistemas. Asimismo, si el objetivo es extraer valor de los datos generados por estas técnicas analíticas, ofrecemos servicios inteligencia de negocio con Power BI y cuadros de mando personalizados, permitiendo a los equipos tomar decisiones basadas en datos en tiempo real. Y para aquellos procesos repetitivos, la automatización mediante agentes IA y soluciones de automatización de procesos puede reducir significativamente los tiempos de análisis.

La capacidad de MARLIN para trabajar sin fórmula molecular previa representa un salto cualitativo. En un futuro próximo, veremos cómo estos modelos se integran en plataformas de descubrimiento de fármacos, evaluación de exposiciones ambientales y diagnóstico clínico. La colaboración entre la inteligencia artificial avanzada y el desarrollo de software a medida es la clave para transformar datos complejos en conocimiento accionable.