Modelos de proximidad novedosos para el cribado virtual de conjuntos de datos quimioinformáticos

Vista sencilla de ítem
dc.contributor.authorRivera Borroto, Oscar Miguel
dc.contributor.authorHernández Díaz, Yoandy
dc.contributor.authorGarcía de la Vega, José Manuel
dc.contributor.authorGrau Ábalo, Ricardo
dc.contributor.authorMarrero Ponce, Yovani
dc.contributor.departmentUniversidad Central "Marta Abreu" de Las Villas. Departamento de Ciencias de la Computación. Facultad de Matemática, Física y Computaciónen_US
dc.coverage.spatialSanta Claraen_US
dc.date.accessioned2023-07-05T14:57:52Z
dc.date.available2023-07-05T14:57:52Z
dc.date.issued2012
dc.description.abstractLa búsqueda de similitud es una prestación importante en los sistemas modernos de gestión de la información química para acceder a la rica información contenida en los enormes repositorios químicos modernos. Básicamente, dadas una representación molecular, una medida de similitud y un algoritmo de búsqueda, la salida de la técnica devuelve una lista ordenada de moléculas del conjunto de datos en orden decreciente de similitud con respecto a la molécula consulta especificada por el usuario. Como consecuencia, los investigadores han puesto su interés en la eficacia de las representaciones y medidas de similitud en estas tareas. Sin embargo, sus estudios se han enfocado predominantemente en representaciones binarias y las medidas de semejanza correspondientes, y poco se ha trabajado en otros tipos de descripción numérica. También se han aplicado técnicas del Aprendizaje Automático en la selección de rasgos, aunque no de forma consistente con el principio de vecindad. Estos precedentes junto a la necesidad de nuevos métodos apropiados para cada contexto químico, constituyen la motivación para este trabajo. El mismo comprende la implementación computacional en el ambiente Java de 21 modelos de proximidad, 9 de los cuales son novedosos en Quimioinformática, proceden del área de la Psicología y están basados en el concepto acuerdo relacional, y otros doce son medidas ya establecidas de la literatura especializada. Posteriormente, las nuevas medidas de similitud fueron comparadas y validadas en la “recuperación temprana” usando nueve conjuntos farmacológicos de la Química Medicinal de interés internacional, representados por descriptores numéricos, seleccionados por Aprendizaje Automático, y un algoritmo de búsqueda eficiente. Los resultados muestran que en tendencia promedia los nuevos modelos se comportan superiormente a los de referencia y que más de la mitad de los mismos se sitúan entre los diez modelos más potentesen_US
dc.identifier.isbn978-959-250-811-8en_US
dc.identifier.urihttps://dspace.uclv.edu.cu/handle/123456789/13787
dc.language.isoesen_US
dc.publisherFeijóoen_US
dc.subjectMétodos Computacionales en el Proceso de Descubrimiento de Fármacosen_US
dc.titleModelos de proximidad novedosos para el cribado virtual de conjuntos de datos quimioinformáticosen_US
dc.typeMonographen_US

Archivos

Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Modelos_de_proximidad_novedosos.pdf
Tamaño:
1.24 MB
Formato:
Adobe Portable Document Format
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
3.33 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Libros, Capítulos y Monografías – Departamento de Ciencias de la Computación