Mientras estaba en el tercer año de la escuela secundaria, Grayson Hoy ’23 no podía esperar para ingresar a la universidad y finalmente poder investigar.
“Ahora puedes investigar”, dijo su hermano, que era estudiante de William & Mary en ese momento. Esto llevó a Hoy a comunicarse con el difunto profesor Samuel Abrash de la Universidad de Richmond, en cuyo laboratorio de química hizo una pasantía durante el verano entre su penúltimo y último año de secundaria.
Una vez en William & Mary, Hoy pronto comenzó a trabajar en el grupo de investigación dirigido por Kristin Wustholz, profesora asociada de química de Mansfield. Desde entonces, nunca ha dejado de ampliar los límites de la química y el aprendizaje automático. Recientemente, obtuvo un premio del Programa de Becas de Investigación para Graduados de la Fundación Nacional de Ciencias, que apoyará su investigación de posgrado en química computacional en la Universidad de Yale.
Con especialización en química, Hoy es uno de los más de 60,000 becarios que desde 1952 han sido identificados por la NSF como activos que probablemente contribuirán al avance científico y tecnológico de la nación.
Como el programa más antiguo de su tipo en los Estados Unidos, el NSF GRFP financia a estudiantes sobresalientes que buscan carreras de posgrado basadas en la investigación en STEM en instituciones estadounidenses acreditadas. La beca, que es válida por cinco años, proporciona tres años de apoyo financiero, incluido un estipendio anual y un subsidio para el costo de la educación.
Los ex alumnos notables del programa incluyen a Sergey Brin, cofundador de Google; Steven Chu, exsecretario de Energía y Premio Nobel de Física de 1997; así como otros 41 premios Nobel.
Un ‘pensador en forma de T’
A pesar del compromiso inicial de Hoy con la investigación, no era obvio que continuaría en el camino de la investigación. Se había inscrito en William & Mary pensando que sería un estudiante de pre-medicina, pero su mente seguía retrocediendo a su tiempo en el laboratorio.
“Creo que lo que me ayudó a darme cuenta de que quería hacer investigación fue llegar todos los días emocionado por hacer el trabajo”, recordó Hoy.
“Pero no quiero asustar a la gente y hacer que piensen: ‘Si quiero ser científico, tengo que estar emocionado todo el tiempo; Siempre tengo que disfrutar mi trabajo’”, agregó rápidamente. “Esto no es cierto, hay flujos y reflujos, y eso está bien. Eso es parte de la vida. Pero existe la idea de que quieres seguir volviendo a la ciencia”.
“Hace cuatro años, cuando expresé mi interés en hacer química y ciencia de datos, no era algo tan común en ese momento”, continuó. «El profesor Wustholz realmente aceptó eso y me permitió explorar mis dos intereses al mismo tiempo, lo que me convirtió en un pensador muy en forma de T: experto en un campo pero con un buen nivel de comprensión en otros».
En el grupo de Wustholz, Hoy apoyó el desarrollo de una nueva técnica de imagen basada en el comportamiento de parpadeo de las moléculas, es decir, los patrones en los que emiten luz.
“Los reporteros nanoscópicos se utilizan para informar, mediante la emisión de luz, lo que observan en su entorno”, dijo Hoy. “Los científicos a menudo usan el color de la luz emitida, pero esto realmente puede limitar los tipos de reporteros que usa: por ejemplo, dos reporteros pueden indicar diagnósticos opuestos, pero ambos emiten luz roja, por lo que no puede diferenciarlos”.
Hoy desarrolló una forma automática de identificar a los reporteros utilizando el aprendizaje automático, sirviendo como enlace entre los químicos del grupo de Wustholz y los científicos de datos de pregrado que habían estado involucrados en el proyecto.
Al implementar un modelo de aprendizaje profundo, lo que antes requería el trabajo de un mes por parte de tres estudiantes fue posible en cinco horas y con la misma precisión.
El tercer artículo de Hoy, y el primero como autor principal, llevó este concepto aún más lejos. “En lugar de comprender estos patrones en un mes, en lugar de comprenderlos en cinco horas, el modelo podría comprenderlos en un segundo y aun así lograr una mayor precisión”, explicó Hoy. “Seguí revisando los datos y pensando, ¡no hay forma de que esto sea correcto!”
Pero era cierto, y el modelo obtenido permitió un método de clasificación rápido, generalizable y preciso, lo que abrió nuevas oportunidades en la obtención de imágenes de una sola molécula.
Todo en todas partes a la vez
“No podemos ver todos los datos a la vez; es demasiado para que nosotros, como humanos, entendamos y procesemos. Con las máquinas, esto es en lo que son realmente buenos”, dijo Hoy.
Citó la energía solar y los productos farmacéuticos como dos de las áreas donde la intersección de la química y el aprendizaje automático puede producir resultados muy tangibles.
Las células solares sensibilizadas con tinte pueden generar energía renovable a un costo menor en comparación con las células tradicionales basadas en silicio. Estas células de tercera generación son más baratas y fáciles de fabricar, ya que utilizan materiales fácilmente disponibles, como tintes orgánicos y dióxido de titanio. Sin embargo, actualmente no convierten la energía de manera tan eficiente, y la búsqueda experimental de sensibilizadores de colorantes orgánicos que sean más viables que otros es costosa y requiere mucho tiempo.
“Actualmente usamos ciertos motivos estructurales para encontrar sensibilizadores de colorantes viables porque es lo que recopilamos al analizar los datos de la experimentación humana. Pero un modelo de aprendizaje automático generativo no tiene que depender de estos motivos”, dijo Hoy.
El aprendizaje automático ya se está utilizando en la industria farmacéutica; sin embargo, los avances en los modelos de aprendizaje profundo prometen acelerar aún más el descubrimiento de fármacos. Al pensar en sus futuros estudios, Hoy se dio cuenta de que estudiar solo unas pocas moléculas podría llevar todo el tiempo de un doctorado. “Pero si puede entrenar a un modelo en un mes, podría ayudarlo a encontrar cinco candidatos muy viables durante su doctorado”, agregó.
El entusiasmo de Hoy es indicativo de cuánto puede seguir mejorando la química el aprendizaje automático. Al mismo tiempo, su actitud destaca la persistencia como un componente fundamentalmente humano de la investigación.
“Realmente me emociona que puedas entrar y aprender sobre estas diferentes técnicas para lograr ciertas metas que se te ocurran, descubrir las preguntas que quieres hacer y una vez que aprendas estas técnicas, puedes responder estas preguntas, y pueden ser preguntas que ni siquiera se habían hecho antes”.
Con apoyo y tutoría
un doctorado en química puede conducir a una carrera en la industria, en un laboratorio nacional o en la academia.
Independientemente de lo que depare el futuro, Hoy sabe que dedicará parte de su tiempo a capacitar y asesorar a las personas, “especialmente a aquellas que enfrentan barreras externas cuando se dedican a la ciencia”.
“Reconozco que vengo de una posición de privilegio socioeconómico y que podría buscar oportunidades que pueden no ser tan fáciles de acceder”, dijo Hoy, quien pretende ser fundamental para ayudar a eliminar las barreras y aumentar el acceso y la representación.
“Me siento muy afortunado con el apoyo que tuve, que me permitió florecer en la ciencia; y quiero brindar ese apoyo a otros”, dijo Hoy. “Quiero poder decirles: ‘¡Oigan, la ciencia es para todos!’”
Hoy observó que muchas personas también se desaniman porque no ven los resultados de inmediato y pueden abandonar la ciencia si no obtienen apoyo. “Pero todo lo relacionado con la ciencia es fallar y fallar hasta que tienes éxito; y quiero permitir que estas personas se vean a sí mismas en la ciencia, llevarlos a un laboratorio de química; y, si es posible, darles un día en que puedan entrar al laboratorio y hacer algo”, dijo.
Hoy ya se ha desempeñado en varios roles de tutoría y apoyo, incluido un asistente de enseñanza de química, un asistente de orientación y un embajador de investigación para el Centro Charles para la Excelencia Académica. Habiendo recibido, sorprendentemente, su beca de posgrado cuando aún era estudiante universitario, ahora insta a sus compañeros que están considerando la posibilidad de estudiar un posgrado a estar atentos a las oportunidades de financiación.
Pensando en los entornos de investigación, Hoy citó la «mentalidad de crecimiento» que percibía como típica de William & Mary, «la idea de que siempre puedes crecer y convertirte en un mejor científico a través del trabajo y el apoyo», dijo.
“La investigación ha jugado un papel muy importante en la transformación de mi forma de pensar y en la determinación de mi trayectoria profesional”, dijo Hoy. “He llegado a este punto, en parte, por todo el trabajo que he realizado, pero también gracias al apoyo que recibí de familiares, amigos y mentores como el profesor Wustholz, mis mentores de laboratorio Kelly Kopera y John Li y Profesor Abrash, quien lamentablemente falleció el pasado febrero”.
Nota del editor: Datos es una de las cuatro iniciativas fundamentales del plan estratégico Visión 2026 de W&M. Visita el Sitio web de Visión 2026 aprender más.
antonella di marcio, Escritor de investigación sénior
