Predecir la retención en GC a partir de la estructura molecular

Todo analista experimentado de GC–MS ejecuta una pequeña simulación física en su cabeza. Una búsqueda en librería propone un compuesto para un pico y, antes de aceptarlo, mira el reloj: ¿algo con esa estructura eluye plausiblemente ahí, en esta columna, con este programa?

Esa comprobación de cordura puede cazar identificaciones por lo demás plausibles y, aun así, en muchos flujos de trabajo sigue siendo esencialmente manual. Es además un problema natural de aprendizaje supervisado, lo que la convierte en uno de los lugares de mayor palanca donde poner un modelo en un laboratorio analítico.

Por qué índices y no tiempos

Los tiempos de retención absolutos son un blanco móvil. Dependen de las dimensiones de la columna, de las condiciones del gas portador, del programa de temperatura, del envejecimiento de la columna y de otros cambios de método e instrumento, lo que hace difícil comparar tiempos brutos directamente entre sistemas.

El campo resolvió buena parte de este problema de normalización con los índices de retención. Kováts introdujo el sistema original de índices para GC isoterma en 1958; van den Dool y Kratz lo generalizaron después a separaciones con programación lineal de temperatura. Ambos expresan la retención en relación con compuestos de referencia, típicamente una serie de n-alcanos.

Los índices de retención son, por tanto, sustancialmente más transferibles que los tiempos brutos, pero no son constantes moleculares universales. La química de la fase estacionaria sigue importando, y la temperatura y otras condiciones cromatográficas pueden introducir variación adicional. Un RI de referencia medido en una fase químicamente similar es mucho más informativo que uno medido en una columna sin relación.

El panorama de datos de retención es mejor de lo que parece a primera vista. NIST mantiene la mayor colección curada de índices de retención de GC: NIST26 contiene unos 528.000 valores de RI que cubren más de 216.000 compuestos. A esa escala, los datos de retención resultan útiles no solo como referencia para analistas, sino también como base para modelos predictivos.

Hay una pega importante: la cobertura es desigual.

Un compuesto puede tener varias medidas en fases estacionarias comunes y ninguna en la fase exacta que usa un laboratorio concreto. Las condiciones cromatográficas detalladas solo están disponibles donde se publicaron en la literatura original. Y la librería completa de NIST es un producto comercial de referencia, no un dataset abierto y estandarizado para machine learning.

Por eso encontrar «el índice de retención de este compuesto» puede ser fácil mientras que encontrar el índice de retención relevante de este compuesto en esta columna concreta puede seguir siendo sorprendentemente difícil.

Como comparación, la cromatografía líquida cuenta con el dataset METLIN Small Molecule Retention Time (SMRT), que publicó tiempos de retención en fase reversa medidos experimentalmente para 80.038 moléculas precisamente para apoyar el desarrollo de modelos. La GC no tiene una publicación abierta directamente equivalente con ese nivel de estandarización, pero sus colecciones acumuladas de índices de retención siguen siendo una base sustancial para modelar estructura-retención.

Dónde están los modelos

La predicción de retención a partir de la estructura tiene una larga historia en las relaciones cuantitativas estructura-retención, o QSRR.

Los enfoques tradicionales representan la molécula con descriptores fisicoquímicos o topológicos calculados y ajustan un modelo de regresión o de machine learning a los datos de retención. Los árboles con gradient boosting, los métodos de vectores soporte y otros enfoques basados en descriptores siguen siendo útiles, sobre todo cuando los datasets son modestos o importan la interpretabilidad y el coste de entrenamiento.

A mayor escala, los modelos de deep learning han demostrado que la estructura molecular contiene por sí sola información suficiente para predecir la retención sorprendentemente bien.

Redes convolucionales operando sobre representaciones moleculares han predicho índices de retención en fases apolares comunes con errores del orden de decenas de unidades de RI. Redes de grafos entrenadas con más de 100.000 compuestos de NIST han logrado igualmente errores medios de unas pocas decenas de unidades. El trabajo de Matyushin y colaboradores extendió el deep learning a fases polares y de polaridad media, con errores absolutos medios de aproximadamente 16–50 unidades de RI según la fase estacionaria y el conjunto de test.

Más recientemente, NIST desarrolló AIRI, un modelo de deep learning para columnas semipolares estándar. AIRI reportó un error absoluto medio de 15,1 unidades de RI y, algo importante para el uso práctico, estima la incertidumbre de cada predicción individual.

NIST también ha usado predicciones de AIRI para ampliar la cobertura de índices de retención de compuestos en sus recursos de espectrometría de masas EI, ilustrando la transición de la predicción de retención como problema de benchmark a la predicción de retención como parte de un flujo de identificación.

Las cifras de error publicadas no deben compararse demasiado literalmente entre publicaciones. Difieren los datasets, las fases estacionarias, las particiones train/test y las estrategias de validación.

Lo que importa es el resultado de fondo: la estructura molecular contiene información suficiente para que la retención predicha se convierta en una señal adicional útil de identificación.

No sustituye a los datos experimentales de retención. No necesita hacerlo.

La capa de la que los papers apenas hablan: el archivo del propio laboratorio

Las colecciones de referencia públicas y comerciales aportan amplitud. El histórico analítico del propio laboratorio aporta especificidad.

Cada identificación confirmada puede asociar una estructura molecular con un índice de retención observado, una fase estacionaria y un método cromatográfico en condiciones directamente relevantes para ese laboratorio.

Esas medidas son más que registros históricos. Pueden convertirse en datos de calibración.

Un modelo general estructura-retención puede adaptarse a una familia de columnas o a un método concreto usando las medidas confirmadas del propio laboratorio. Esto es especialmente valioso para fases estacionarias con pocos datos públicos de referencia. Trabajos publicados han demostrado que los enfoques de transferencia y de modelado en segunda etapa pueden aprovechar predicciones de fases ricas en datos para construir modelos útiles en fases con datasets experimentales mucho menores.

La cantidad de datos locales necesaria, y la mejora de precisión que aporta, depende del método y debe medirse en lugar de asumirse. Pero el principio es directo: el histórico analítico estructurado puede convertir un modelo genérico en uno mejor ajustado al laboratorio donde realmente se usa.

Esto es también un argumento para estructurar el histórico analítico en primer lugar.

Una identificación confirmada no es solo el resultado de un análisis. Bien capturada, se convierte en evidencia que puede mejorar todos los análisis futuros con el mismo método.

Y aquí es donde el problema operativo se vuelve más interesante. Los modelos generales estructura-retención son cada vez más capaces. Ajustarlos a la fase estacionaria, el método y el histórico analítico reales de un laboratorio es donde empieza buena parte del valor práctico.

Evidencia, nunca oráculo

Cómo entra la predicción en el flujo de trabajo determina si los analistas confían en ella.

Para cada pico cromatográfico, a las estructuras candidatas de una búsqueda en librería espectral se les puede asignar una puntuación de plausibilidad de retención basada en la diferencia entre la retención observada y la predicha, idealmente teniendo en cuenta la incertidumbre del modelo. Esa información puede combinarse después con la similitud espectral y el resto de evidencia disponible para reordenar la lista de candidatos.

Un candidato con un espectro de masas convincente pero una retención altamente implausible puede bajar en la lista.

Cuando varias estructuras producen espectros similares, un candidato cuya retención está exactamente donde el modelo la espera puede subir.

Lo importante no es que el modelo haga la identificación. Es que ayuda al analista a priorizar la evidencia.

La incertidumbre importa aquí. Una predicción a diez unidades de RI de una observación significa algo muy distinto cuando el error esperado del modelo es de cinco unidades que cuando es de cincuenta. El trabajo de AIRI en NIST estima explícitamente la incertidumbre de cada predicción, señalando el tipo de comportamiento que los sistemas prácticos deberían exponer en lugar de esconder.

La misma maquinaria puede ayudar en otras tareas cromatográficas. El solapamiento de retención predicho, combinado con evidencia espectral o de deconvolución, puede ayudar a señalar posibles co-eluciones sin resolver. Los modelos entrenados o calibrados para una fase estacionaria objetivo también pueden proporcionar regiones de elución esperadas aproximadas al transferir paneles de compuestos a un método nuevo.

Nada de esto toca los estándares de confirmación de un laboratorio validado o regulado, y no debería.

La retención predicha no convierte una identificación tentativa en una confirmada. No sustituye a los patrones de referencia auténticos donde estos son obligatorios. Es otra pieza independiente de evidencia que puede acortar el camino hasta la respuesta correcta.

Lo que cambia es a qué dedica el analista su mañana: de pasar páginas de un volcado bruto de librería a revisar una lista más corta, físicamente plausible y anotada con incertidumbre.

Multiplica eso por cada análisis, cada analista y cada planta, y la predicción de retención deja de ser un tema de paper y empieza a convertirse en infraestructura.

Ese es el estándar al que creemos que los modelos estructura-propiedad de la química analítica deben someterse ahora: no el error de benchmark, sino la ambigüedad eliminada y las horas devueltas al laboratorio.

Referencias