Seminario web: Descubrimientos científicos y tendencias emergentes de interés para 2024

El progreso científico se está acelerando con rapidez y cada día se producen nuevos descubrimientos. CAS tiene una visión única del panorama científico, tanto histórico como actual, y puede ayudarle a conocer las nuevas tendencias que conviene seguir este año. El 25 de enero, un grupo de expertos del Lawrence Livermore National Laboratory, la Universidad Estatal de Ohio, el Oak Ridge National Laboratory y CAS se dieron cita en un seminario web para repasar las tendencias y los avances científicos que conviene seguir en 2024.

Vea este seminario web para descubrir los últimos avances en el trabajo con dianas sin afinidad farmacológica, el impacto de la IA en la I+D, el auge de los biomateriales, las técnicas de almacenamiento de energía y las innovaciones en la energía de fusión. Puede obtener más información sobre las nuevas tendencias en uno de nuestros últimos artículos.

Momentos destacados del seminario web

Para abrir el coloquio, Janet describió los principales avances y tendencias emergentes en el ámbito de las dianas sin afinidad farmacológica. Habló sobre las enfermedades neurodegenerativas, los avances farmacéuticos para el tratamiento de la enfermedad de Alzheimer y la validación de un biomarcador para la enfermedad de Parkison. Estos descubrimientos, basados en las causas biológicas de estas enfermedades, son esenciales para encontrar una cura. Mencionó también los fármacos inmunoconjugados (ADC, por sus siglas en inglés) como estrategia para la investigación y el desarrollo de agentes antitumorales. Las tendencias de publicación de patentes sobre ADC han aumentado rápidamente en los últimos años tras el descubrimiento de varias opciones para tratar dianas resistentes a fármacos en distintos tipos de cáncer y otras enfermedades.

El Dr. Jonathan Allen tomó el relevo para compartir su experiencia con la IA y el aprendizaje automático en el descubrimiento de fármacos. En los últimos tiempos, aumentar la capacidad de automatizar la síntesis de nuevas entidades de moléculas pequeñas y biológicas se ha convertido en una de las tendencias más importantes y está transformando el paradigma de la búsqueda de nuevos productos farmacéuticos. El uso de la IA y el aprendizaje automático está ayudando a evaluar posibles dianas y a predecir el comportamiento de nuevos medicamentos en el organismo humano. Para terminar, el ponente ofreció ejemplos de éxitos clínicos, con especial mención a las nuevas solicitudes de aprobación de fármacos de moléculas pequeñas en fase de investigación, y habló de la potencia objetivo, los perfiles farmacocinéticos prometedores, el rediseño de anticuerpos y la predicción del plegamiento de proteínas.

En la intersección de la biomedicina y la ciencia de los materiales, el Dr. Kevin Hughes repasó la innovación en este espacio y explicó un método cuantitativo para revisar las tendencias emergentes. El análisis de CAS Content Collection™ reveló las ocho áreas principales con el crecimiento más rápido en el ámbito de los biomateriales. Entre ellas se incluyen los biomateriales que se autorreparan, los materiales a base de lípidos y las biotintas. La exposición se completó con un análisis más detallado de los biomateriales programables, lo que dio a conocer los estímulos de biomateriales empleados con más frecuencia tanto en las publicaciones de revistas como en las patentes.

El Dr. Yiying Wu llevó la conversación al ámbito de los materiales analizando las tendencias en el almacenamiento de energía en baterías. En el campo de las baterías, han surgido recientemente muchas tendencias nuevas, como las baterías de iones de litio, las baterías de estado sólido, las baterías a base de sodio y potasio, las baterías de sulfuro e incluso las baterías de oxígeno. Cada tipo supone un avance o soluciona un desafío desde el punto de vista de la química de las celdas. Más allá de la química de las celdas, las tecnologías de fabricación, las cadenas de suministro, el reciclaje de baterías y la seguridad completaron la ponencia.

El Dr. Arnold Lumsdaine puso fin al seminario web hablando sobre la energía de fusión. Comenzó con una llamada a la acción, ya que el futuro de la civilización depende de la energía y urge contar con fuentes de energía libres de emisiones para responder a las crecientes necesidades energéticas del mundo. Son muchas las circunstancias —mejoras científicas, mentalidad y voluntad política, mejoras tecnológicas, fabricación avanzada, computación de alto rendimiento, avances en materiales e importantes inversiones privadas— que están inaugurando una nueva era en el ámbito de la energía de fusión. Se describieron los procesos de energía de fusión, junto con los desafíos relacionados con la física de plasma, los materiales y la ingeniería.

Para concluir, los asistentes formularon numerosas preguntas, desde la diferencia fundamental entre la IA y el aprendizaje automático al papel de la energía de fusión y las baterías de iones de litio en un futuro más verde gracias a los coches eléctricos. En suma, este panel puso el foco sobre muchos temas candentes que conviene seguir para abrir la puerta a las oportunidades futuras de I+D.

Veamos algunas de las preguntas más destacadas del seminario web:

¿Cuáles son las diferencias fundamentales entre la inteligencia artificial (IA) y el aprendizaje automático?

• El aprendizaje automático se centra en la resolución de problemas específicos del pasado (modelos estadísticos basados en datos diseñados para predecir una propiedad concreta). La IA añade a eso la capacidad teórica de ampliar —aumentar— lo que puede hacer una persona.
• Por ejemplo, un sistema químico de IA podría proponer nuevas moléculas y decidir cuáles de ellas se deberían fabricar y probar, mientras que el modelo de aprendizaje automático evaluaría el éxito del sistema en la ejecución de esas tareas.

La caja plegable de biomaterial se publicó en 2011.¿Ha habido novedades en cuanto a su aplicación o avances desde entonces?

• Podríamos destacar dos áreas principales de avance desde esa fecha:
  • La impresión 3D con materiales que responden a estímulos, que ha llevado a la aparición del nuevo campo de la “impresión 4D”.
  • El uso de materiales de escala nanoscópica para generar nuevos tipos de respuestas a estímulos. Un buen ejemplo de esto es el desarrollo de un “nadador” de hidrogel biomimético que oscila en respuesta a la luz visible mediante la integración de nanopartículas de oro fototérmicamente activas con poli sensible a la temperatura (N-isopropIl acrilamida).

¿Qué papel puede desempeñar el trabajo realizado en las baterías de litio o la energía de fusión en los planes de Estados Unidos de fomentar el uso de vehículos eléctricos?

• Para que se pueda generalizar el uso de nuevas aplicaciones de vehículos eléctricos, será necesario superar algunas limitaciones, como los problemas relacionados con la minería, los tiempos de carga de las baterías y los efectos que las condiciones extremas tienen en ellas.
• La fusión será una fuente de electricidad sin huella de carbono. Sin embargo, como el litio es un elemento necesario para el ciclo del combustible de fusión (para generar tritio), el suministro de litio podría convertirse en un problema.

¿Cómo se suministra ahora esa energía para los vehículos eléctricos (carbón, etc.) y cómo se suministrará en el futuro?

• Los vehículos eléctricos son tan limpios como la red de la que se alimentan, de modo que si esta usa un 100 % de carbón y gas natural, los vehículos eléctricos no serán limpios ni neutros desde el punto de vista de las emisiones de carbono.
• Actualmente, Estados Unidos usa combustibles fósiles, energía nuclear, energías renovables y otras fuentes para alimentar su red, y la energía de fusión es una posibilidad futura. Puede obtener más información sobre el futuro de la energía nuclear, la energía a base de hidrógeno y el reciclaje de baterías de iones de litio en nuestro artículo reciente de CAS Insights.

¿Se está estudiando la nanotecnología biológica, como los exosomas?

• Sí, los exosomas se están estudiando para el uso como sistemas de administración de medicamentos y por su potencial terapéutico. Las empresas especializadas en el uso terapéutico de los exosomas están investigando el tratamiento de enfermedades como el cáncer o las enfermedades neurológicas y pulmonares y la cicatrización de heridas, entre otras áreas. Puede obtener más información sobre los exosomas y las nuevas oportunidades relacionadas con ellos en nuestro informe de CAS Insights, basado en un artículo revisado por pares publicado recientemente in ACS Nano.

¿Hay alguna investigación que muestre una comparación general entre la eficiencia de usar la IA generativa para facilitar el proceso de cribado de nuevos medicamentos y la eficiencia del cribado de alto rendimiento (HTS) tradicional? (Por ejemplo, una comparación entre los resultados obtenidos con la ayuda de IA/aprendizaje automático y los producidos por HTS).

• Sería estupendo ver una comparación rigurosa, pero aún no existe ninguna y es difícil realizarla. En cuanto al cribado de alto rendimiento, se están usando bibliotecas de codificación de ADN en las que se pueden realizar pruebas combinatorias con miles de millones de sustancias químicas. En este proceso, siempre existe la opción de crear un modelo de aprendizaje automático que aprenda de los datos de HTS y ayude a clasificar los resultados, combinando los dos métodos para obtener resultados más precisos.

La grabación y las diapositivas del seminario web están disponibles aquí.