Uno de los mayores problemas a los que se enfrente la industria química moderna, es el impacto que las sustancias que genera puede tener tanto en el ser humano como en el medioambiente. Así, vivimos y usamos continuamente todo tipo de productos químicos con distintos fines, tales como pesticidas, medicamentos, cosméticos, textiles, pinturas, etcétera, y no siempre somos conscientes de los efectos adversos que pueden producir en nosotros, que pueden ir desde la iniciación de distintos tipos de cáncer, afectar a nuestros sistemas hormonales o reproductivos, o disminuir nuestro sistema inmunitario y aumentar nuestra vulnerabilidad frente a diferentes enfermedades.
En los últimos años, y gracias a los nuevos desarrollos en inteligencia artificial (IA) y técnicas de aprendizaje computacional “machine learning”, ha cobrado un gran interés una nueva disciplina científica, la toxicología computacional, que consiste en la evaluación predictiva de valores de toxicidad humana o medioambiental producida por compuestos químicos. Estos métodos computacionales tienen grandes ventajas frente a los ensayos de laboratorio que se hacían hasta ahora, a saber: a) la evaluación predictiva puede hacerse sobre compuestos “virtuales”, es decir sobre compuestos que ni tan siquiera han sido todavía sintetizados, pero cuya estructura química puede describirse; b) se pueden evaluar de forma muy rápida miles o incluso millones de estructuras químicas, lo cual es obviamente imposible de realizar con los experimentos de laboratorio; c) los métodos computacionales requieren menos recursos, basta con usar los programas informáticos adecuados, con lo cual implican también un gran ahorro económico.
Además de estas ventajas, los métodos computacionales permiten reducir –cuando no completamente suprimir– los ensayos con animales de laboratorio. Según el último informe publicado por la Comisión Europea (en julio de 2021)1, se estima que más de 10 millones de animales vertebrados son sacrificados anualmente en laboratorios de la UE, con fines científicos y/o para el cumplimiento de regulaciones como REACH (para el registro de compuestos químicos antes de su uso comercial). Obviamente estos sacrificios son muy cuestionables desde un punto de vista ético, y numerosas organizaciones de defensa del bienestar animal y amplios sectores sociales están fuertemente movilizados para combatirlos. Por este motivo, las diferentes entidades europeas responsables del uso de productos químicos como la “European Chemicals Agency” (ECHA, echa.europa.eu) incentivan y promueven el uso de métodos computacionales como alternativas perfectamente válidas y aceptables, de modo que el uso de animales quede lo más restringido posible.
Otro aspecto socialmente importante de la computación en toxicología es su contribución para restaurar la salud de los seres humanos y favorecer nuestro entorno natural, al facilitar la sustitución de los compuestos químicos más peligrosos por alternativas menos tóxicas o completamente inocuas. Por poner un ejemplo, gracias a estos métodos se puede reducir significativamente el uso y el riesgo de pesticidas químicos (que potencialmente pueden actuar como disruptores endocrinos), así como el uso de fertilizantes y antibióticos. Otro ejemplo es la reducción de la incidencia de los compuestos químicos en el cambio climático, pues dado el alto ritmo de producción de nuevos productos químicos industriales, parece evidente que el mayor desarrollo e implementación de metodologías alternativas como la inteligencia artificial, brindan una posibilidad para identificar y cuantificar las interacciones complejas y no lineales entre los factores estresantes químicos y climáticos.
Finalmente, otro aspecto importante es la mejora de la competitividad de las empresas de la UE. Como se establece en la hoja de ruta del llamado Pacto Verde (“Green Deal”)2, la Comisión Europea promueve tecnologías digitales como la inteligencia artificial para hacer frente al cambio climático y proteger el medio ambiente. Las tecnologías digitales se consideran un habilitador fundamental para lograr los objetivos de sostenibilidad del Pacto Verde en muchos sectores diferentes. Los nuevos métodos de inteligencia artificial y computacional facilitan el uso de productos más sostenibles y la creación de nuevas oportunidades económicas abiertas a todos los Ecosistemas Industriales Europeos.
En definitiva, los avances en inteligencia artificial y aprendizaje automatizado constituyen una vía de cumplimiento de los objetivos europeos en materia de sostenibilidad y protección del medio ambiente, al disminuir la contaminación química, la degradación de los ecosistemas y la pérdida de biodiversidad (lograr un entorno sin sustancias tóxicas forma parte del objetivo de contaminación cero para el aire, el agua y el suelo fijado por el Pacto Verde). Además, suponen una avance ético y social muy importante al permitir la reducción de los ensayos con animales que están siendo cada día más restringidos, y estamos en el momento adecuado para desarrollar estas estrategias y garantizar un mejor futuro para las generaciones venideras.
1 Summary Report on the statistics on the use of animals for scientific purposes in the Member States of the European Union and Norway in 2018 (Commission Staff Working Document): https://ec.europa.eu/environment/chemicals/lab_animals/pdf/SWD_%20part_A_and_B.pdf
2 https://ec.europa.eu/info/publications/factsheets-european-green-deal_es
