Danza de cientos de partículas: algunos pares giran lenta y suavemente, otros se sacuden a un ritmo frenético. Para entender la esencia del baile, hay que fijarse en los movimientos lentos: son la coreografía principal del sistema. En la ciencia de las moléculas, estos movimientos lentos se denominan «modos lentos» y son los que determinan cómo una proteína se pliega en una bola o cómo un fármaco se une a su diana.
El nuevo método SelfTICA aprende a reconocer esta coreografía sin pistas. Toma dos instantáneas del sistema molecular separadas por un pequeño intervalo de tiempo (lag) e intenta adivinar qué partes de las instantáneas son la misma «figura de baile» y cuáles son simplemente transeúntes aleatorios. Este enfoque se denomina aprendizaje contrastivo: el algoritmo recibe una recompensa por acercar estados similares y un castigo por confundirlos con otros. Como resultado, dentro del programa se forma por sí sola un mapa de los movimientos más importantes y más lentos.
El truco principal es que el aprendizaje y la búsqueda de modos lentos están separados. Primero, el método aprende a extraer características útiles de los datos, como si un bailarín primero se acostumbrara al ritmo de la música. Luego, ya sobre las características aprendidas, aplica un viejo truco: el análisis de componentes independientes con retardo temporal (TICA). Esto permite encontrar los movimientos más suaves e incluso estimar sus tiempos característicos.
Este enfoque recuerda al trabajo de un coreógrafo que mira un ensayo no desde el principio, sino desde cualquier punto, y aun así adivina cuál será el siguiente movimiento. SelfTICA no requiere trayectorias de entrenamiento largas y puede trabajar con datos donde las transiciones raras aún no han ocurrido. Esto significa que las simulaciones computacionales de moléculas biológicas serán más rápidas y baratas, y nos acercarán a comprender cómo funcionan las proteínas, el ADN y los fármacos.
Los movimientos lentos en las moléculas pueden durar desde microsegundos hasta minutos; para una computadora, eso es una eternidad, ya que cada paso de simulación dura femtosegundos (millonésimas de milmillonésima de segundo).