Plataforma evolutiva para la optimización de compuestos químicos modelados mediante aprendizaje automático con descriptores algebraicos
Fecha
2010-06-30
Autores
Valdés Martiní, José Ricardo
Título de la revista
ISSN de la revista
Título del volumen
Editor
Universidad Central “Marta Abreu” de Las Villas
Resumen
Los métodos que emplean técnicas asistidas por ordenador usados en el descubrimiento, diseño, y optimización de compuestos con estructura y propiedades deseadas han desempeñado un rol importante en el desarrollo de fármacos que se encuentran actualmente en el mercado o en fase de estudios clínicos. El resultado de este tipo de estudio in silico disminuye el costo de los procesos de síntesis y bioensayos que se llevan a cabo solo después que se exploran conceptos iniciales mediante modelos computacionales.
Recientemente, la comunidad científica ha introducido el uso he la computación
evolutiva en el descubrimiento de fármacos debido a su potencialidad para realizar una búsqueda efectiva en un espacio enorme. Este trabajo describe una herramienta computacional que integra de modo natural bibliotecas de software especializadas en algoritmos genéticos, química computacional y aprendizaje automático para la optimización de compuestos químicos. Para su validación se utiliza en forma experimental la optimización de una molécula con vistas a disminuir
su toxicidad.
The methods used in the field of Computer aided Drug Discovery, Design, and Optimization of compounds with desired structures and properties, have played an important role in the development of drugs in the current market or in its experimental phase. The result of this kind of in silico study saves significant experimental costs of the synthesis processes and bioassays carried out after exploring initial concepts by means of computational models. Recently, the scientific community has introduced the use of evolutionary computation in drug discovery due to its potential to achieve an effective search in a huge space. This work describes a computational tool that integrates, in a natural way, specialized software libraries from the fields of genetic algorithms, computational chemistry and Machine Learning for the Drug Design Optimization. An experimental evaluation using real data from toxicity domain had been carried out to show the effectiveness of such approach.
The methods used in the field of Computer aided Drug Discovery, Design, and Optimization of compounds with desired structures and properties, have played an important role in the development of drugs in the current market or in its experimental phase. The result of this kind of in silico study saves significant experimental costs of the synthesis processes and bioassays carried out after exploring initial concepts by means of computational models. Recently, the scientific community has introduced the use of evolutionary computation in drug discovery due to its potential to achieve an effective search in a huge space. This work describes a computational tool that integrates, in a natural way, specialized software libraries from the fields of genetic algorithms, computational chemistry and Machine Learning for the Drug Design Optimization. An experimental evaluation using real data from toxicity domain had been carried out to show the effectiveness of such approach.
Descripción
Palabras clave
Herramienta Computacional, Bibliotecas de Software, Algoritmos Genéticos, Aprendizaje Automático, Compuestos Químicos, Optimización, Computación Evolutiva