Descubrir moléculas para usos concretos sigue dependiendo en gran medida de la prueba y error, pues todavía no existe una forma de predecir con precisión su comportamiento. Un método desarrollado en el MIT supera a otros existentes cuando hay pocos datos sobre la propiedad estudiada.
El trabajo, firmado por investigadores del MIT y de la compañía química BASF, se publicó en el Journal of Chemical Information and Modeling. Su modelo abierto, CheMeleon, ya usan varias farmacéuticas, y un concurso de OpenADMET lo confirmó: nueve de las 20 mejores propuestas lo emplearon.
CheMeleon se preentrenó con datos de un millón de moléculas, para que aprenda relaciones entre la estructura y unos 1.600 descriptores químicos. Después puede ajustarse a propiedades como la solubilidad o la viscosidad, o a otras más complejas como la bioactividad.
A diferencia de otros modelos, el equipo no recurre a la literatura científica, sino que calcula descriptores como el peso molecular. Los datos proceden de PubChem, la base de datos de los Institutos Nacionales de Salud de Estados Unidos.