Modelación QSAR de la actividad citotóxica de compuestos químicos

Abstract

La citotoxicidad provocada por compuestos químicos se define como los efectos adversos que resultan de la interferencia con estructura y/o procesos celulares que se suceden en todas las células y son esenciales para el funcionamiento, supervivencia y proliferación celular. En la actualidad, la disponibilidad de grandes y diversas bases de datos obtenidas de High-Throughput Screening (HTS) provee la oportunidad de modelar esta actividad desde las estructuras químicas. En este estudio se construyó un protocolo basado en KNIME que ejecuta el curado de bases de datos químicas obtenidas de PubChem y el cálculo de descriptores moleculares implementado el software Dragon 7. Se realizó la partición de los datos y un método de balanceo mediante la técnica K-Means donde se igualan la cantidad de casos por clases (activa/inactiva) luego de haberse optimizado el número de clúster por el método de silueta. Se desarrollaron los modelos de árboles de decisión, redes neuronales, bosques aleatorios y máquinas de soporte vectorial mediante la variación de parámetros de construcción, estos mostraron un buen desempeño de manera global. El modelo de voto mayoritario para cada uno de ellos demostró ser poco generalizador y demostró de manera casi total estadísticas de desempeño peores que los modelos independientes.