Las Redes Generativas Antagónicas (RGAs o GANs por sus siglas en inglés) son una clase de algoritmos de inteligencia artificial que básicamente consisten en dos redes neuronales que compiten mutuamente en una especie de juego de suma cero, aquellos en los que la ganancia o pérdida de un jugador se equilibran con la pérdida o ganancia de otro. El ajedrez es un buen ejemplo de suma cero. Una de las capacidades de esta técnica es que puede generar fotografías que logran engañar a los seres humanos. En las RGAs una red genera los candidatos y otra los evalúa y se la ha bautizado como la imaginación de la IA. La tecnología fue creada en 2014 por Ian Goodfellow y desde entonces, estas redes han demostrado resultados sin precedentes en la generación de nuevas imágenes, pero también en el descubrimiento de fármacos, el desarrollo de biomarcadores y el diseño de materiales novedosos.
En un nuevo artículo publicado en Molecular Pharmaceutics, los autores presentaron una nueva arquitectura RGAs bautizada Entangled Conditional Adversarial Autoencoder (Autocodificadores Condicionales Opuestos Enlazados o ECAAE por sus siglas en inglés). Esta nueva técnica genera estructuras moleculares basadas en diversas propiedades, como la actividad contra una proteína específica, solubilidad y facilidad de síntesis. En este caso, la ECAAE se usó para generar un nuevo inhibidor de la enzima Janus 3 (JAK3), implicado en la artritis reumatoide, la psoriasis y el vitiligo. La molécula descubierta se probó in vitro y demostró alta actividad y selectividad, lo que acerca la posibilidad de desarrollar un medicamento efectivo para su tratamiento.
Juan Scaliter
