La revolución del aprendizaje automático transforma el descubrimiento científico en genética y más allá

Los científicos están utilizando cada vez más el aprendizaje automático para predecir enfermedades, diseñar fármacos y encontrar patrones ocultos en grandes conjuntos de datos. Esto señala una nueva era del descubrimiento científico. El auge de estos algoritmos es una historia de convergencia que transforma la forma en que se hace la ciencia. A lo largo de la historia, el descubrimiento científico se basó en el esfuerzo humano. Los datos eran valiosos y los científicos diseñaban algoritmos minuciosamente. Sin embargo, el volumen de datos ha explotado en todos los campos, superando la capacidad humana para analizarlos manualmente. El aprendizaje automático ha surgido como una solución a este problema. Estos algoritmos han madurado hasta convertirse en poderosas herramientas científicas. Esto permite avances en todas las disciplinas, incluida la genética y los campos relacionados. En biología, el aprendizaje automático ha tenido un impacto significativo en el problema del plegamiento de proteínas. AlphaFold2 de DeepMind predice formas tridimensionales con una precisión de nivel de laboratorio. Esto acelera el descubrimiento de fármacos y ayuda a los investigadores a comprender cómo las mutaciones interrumpen la función. El aprendizaje automático es ahora una rutina en varios campos. Extrae grandes conjuntos de datos en busca de información que los humanos no pueden extraer sin ayuda. Sin embargo, no está destinado a reemplazar a los científicos, sino a aumentar sus capacidades. Si bien los modelos de aprendizaje automático sobresalen en la búsqueda de patrones, a menudo no pueden explicar por qué existen esos patrones. La imaginación, la intuición y la creatividad para conectar diversas ideas siguen siendo fortalezas exclusivamente humanas. A medida que la ciencia se vuelve más accesible algorítmicamente, la atención se centrará en lo que podemos imaginar.