Empleo de herramientas de inteligencia artificial para la identificación de nuevos candidatos a fármacos antitumorales

Abstract

La enzima serina/treonina quinasa PLK-1 es considerada en la actualidad una diana atractiva para el descubrimiento de fármacos antineoplásicos. Esta enzima está estrechamente relacionada con los procesos de división celular y sobreexpresada en células tumorales por lo que juega un papel determinante en los procesos de metástasis. Por esta razón el estudio de sus inhibidores ofrece una alternativa alentadora para el tratamiento del cáncer. En este estudio se desarrollaron modelos de inteligencia artificial cualitativos para predecir la actividad inhibidora de la enzima PLK1 como alternativas terapéuticas contra el cáncer. Primeramente, se obtuvieron modelos basados en máquinas de vectores de soporte, redes neuronales artificiales y k vecinos más cercanos implementados en el software STATISTICA. Los modelos individuales muestran buenos porcentajes de clasificación global, un dominio de aplicación definido, así como un buen desempeño en la serie de predicción externa y la validación cruzada. Posteriormente los modelos fueron ensamblados y se obtuvo un sistema multiclasificador de cribado virtual de voto mayoritario el cual se usó para la identificación de 15 flavonoides naturales que están en el espacio químico experimental de los modelos y tienen propiedades adecuadas de biodisponibilidad oral. Palabras clave: Cáncer, Enzima serina/treonina quinasa PLK-1, Flavonoides, Inteligencia artificial, Sistema multiclasificador de cribado virtual.