La inteligencia artificial (IA) ofrece nuevas pistas sobre cómo se forman los minerales en la naturaleza, según ha demostrado un nuevo estudio liderado por el centro de investigación CIC nanoGUNE de Donostia.
La investigación, liderada por el científico Pablo Piaggi, demuestra que los modelos de aprendizaje automático pueden simular complejas reacciones químicas esenciales para comprender la biomineralización (proceso mediante el que los organismos forman minerales como conchas y esqueletos) y la secuenciación de carbono, un mecanismo clave para mitigar el cambio climático.
El estudio está centrado en el carbonato cálcico, un mineral presente en conchas marinas, corales y formaciones geológicas que también juega un papel crítico en la captura de dióxido de carbono atmosférico.
Mejora en la precisión
A pesar de que las simulaciones moleculares se utilizan desde hace tiempo para estudiar su formación, los modelos anteriores carecían de la precisión suficiente para captar reacciones sutiles pero críticas como la transferencia de protones, un paso fundamental de la cristalización, según ha informado el CIC nanoGUNE en un comunicado.
Para superar este obstáculo, Pablo Piaggi y su equipo se valieron de nuevos avances en inteligencia artificial y desarrollaron un modelo de aprendizaje automático basado en mecánica cuántica de primeros principios.
Nuevos detalles
Además de mejorar la precisión, abordar la cuestión mediante la inteligencia artificial también permite desvelar detalles ocultos hasta el momento.
Las implicaciones son significativas, ya que este método supone un gran paso en el estudio desde el inicio de las reacciones químicas en biominerales y el papel que desempeñan en la cristalización.
Ayuda para los investigadores
También contribuye a una mejor comprensión por parte de los investigadores de los procesos que ocurren en ambientes naturales como el agua marina, donde las condiciones son más complejas pero extremadamente relevantes tanto para la biología como para la ciencia climática.
La investigación ha sido publicada en el número especial 'Machine Learning in Chemistry de Proceedings of the National Academy of Sciences'
