Un estudiante de 17 años ganó 90.000 dólares por desarrollar un modelo de inteligencia artificial para analizar moléculas en Massachusetts, un proyecto que apunta a acelerar la comparación de estructuras de proteínas y aminoácidos, una tarea clave para la biología y la investigación médica. El reconocimiento llegó en el concurso Regeneron Science Talent Search, donde Jerry Xu obtuvo el primer puesto con una herramienta pensada para traducir configuraciones moleculares complejas en representaciones numéricas más fáciles de procesar, tal y como informó TIME.
El desarrollo fue presentado como una respuesta a una dificultad persistente en el trabajo científico: comprender con rapidez cómo se organizan las moléculas y qué puede revelar esa estructura sobre su función. De acuerdo con TIME, el modelo diseñado por Xu, llamado Unified Protein Embedding Model With Local and Global Structural Sensitivity, permite comprimir información estructural sin perder rasgos relevantes para el análisis. El premio fue de 90.000 dólares y distinguió una propuesta centrada en uno de los problemas más complejos del estudio molecular.
El modelo busca acelerar la comparación de proteínas y aminoácidos
La estructura de una molécula contiene datos fundamentales para los biólogos, pero identificar cada una de sus partes puede demandar mucho tiempo y capacidad de procesamiento. En ese contexto, Jerry Xu desarrolló un sistema de inteligencia artificial orientado a comparar de manera más veloz las estructuras de proteínas y aminoácidos, dos componentes centrales en la investigación biológica.
TIME explicó que el proyecto parte de una idea concreta: convertir estructuras moleculares complejas en cadenas numéricas que faciliten la comparación entre distintos casos. Esa traducción permitiría reducir tiempos de análisis y conservar, al mismo tiempo, características importantes de cada molécula. La información estructural podía comprimirse en cadenas numéricas para una comparación más eficiente, aseguró el medio al describir el funcionamiento general de la herramienta.
El problema que intenta resolver no es menor. Las bases de datos científicas crecen de forma sostenida y los métodos actuales, afirmó el diario, suelen resultar demasiado lentos para procesar estructuras moleculares o dejan fuera detalles que pueden ser relevantes. Frente a ese escenario, el sistema propuesto por el estudiante de Massachusetts apunta a ofrecer un procedimiento más rápido para detectar similitudes entre moléculas ya estudiadas y otras cuya función todavía no está del todo clara.
El proyecto fue premiado en uno de los concursos científicos juveniles más reconocidos
El trabajo le permitió a Jerry Xu quedarse con el primer puesto en el Regeneron Science Talent Search, una de las competencias más prestigiosas para estudiantes vinculados con la ciencia. La distinción incluyó 90.000 dólares para el ganador, una cifra que convirtió al proyecto en uno de los desarrollos juveniles más destacados de esa edición.
Xu cursa su último año en Lexington High School, una institución orientada al ámbito científico, y además ocupa roles de liderazgo en actividades académicas de su escuela. TIME indicó que es capitán tanto del equipo de matemáticas como del club de Science Bowl, una competencia de conocimientos científicos. Ese perfil, sostuvo el medio, forma parte de una trayectoria en la que la ciencia ocupa un lugar central desde hace años.
En paralelo, el estudiante llevó adelante la investigación, el desarrollo y la programación del modelo a través del programa MIT PRIMES, un plan de un año de duración para alumnos de secundaria del área de Boston. Allí trabajó con la tutoría del doctor Gil Alterovitz y del doctor Shaojun Pei, ambos del Brigham and Women’s Hospital, tal y como señaló la publicación.
La herramienta podría aportar pistas sobre regiones de proteínas todavía poco comprendidas
Uno de los aspectos más relevantes del modelo es su posible aplicación en zonas de las proteínas cuya función aún no se conoce con precisión. Al comparar esas regiones con moléculas mejor estudiadas, los investigadores podrían encontrar indicios útiles para avanzar en su interpretación. El sistema fue diseñado para comparar rápidamente estructuras moleculares y ayudar a entender funciones todavía desconocidas, remarcó TIME al sintetizar el alcance potencial del proyecto.
La propuesta también podría tener impacto en el análisis genético de proteínas, un campo en el que la velocidad de procesamiento y la capacidad de hallar patrones son determinantes. En lugar de revisar desde cero cada detalle estructural, los científicos podrían apoyarse en esas representaciones numéricas para ubicar semejanzas de manera más eficiente, explicó el medio.
Fuera del laboratorio, Xu también participó en iniciativas educativas y tecnológicas. Cofundó conferencias científicas de verano para alumnos de primaria y secundaria, donde enseña biología y matemática con experimentos en vivo. Además, durante los últimos dos años lideró un equipo de estudiantes programadores que desarrolla y mantiene LexBudget, un chatbot gratuito creado para ayudar a los residentes de Lexington a comprender el presupuesto municipal de la ciudad.
Respecto de los próximos pasos, el joven expresó su intención de seguir perfeccionando la herramienta para que pueda ser utilizada por investigadores y científicos. El dinero del premio, agregó el diario, estaría destinado a financiar una beca universitaria, aunque todavía no definió en qué institución continuará sus estudios.
