| Journal: | Revista CENIC. Ciencias biológicas |
| Database: | PERIÓDICA |
| System number: | 000347658 |
| ISSN: | 0253-5688 |
| Authors: | Prieto Entenza, Julio Omar1 Pupo Merino, Mario2 Carrasco Velar, Ramón1 |
| Institutions: | 1Universidad de las Ciencias Informáticas, La Habana. Cuba 2Universidad Central "Marta Abreu" de Las Villas, Santa Clara, Villa Clara. Cuba |
| Year: | 2011 |
| Season: | Sep-Dic |
| Volumen: | 42 |
| Number: | 3 |
| Pages: | 111-118 |
| Country: | Cuba |
| Language: | Español |
| Document type: | Artículo |
| Approach: | Analítico, descriptivo |
| Spanish abstract | Las técnicas de softcomputing consisten en la combinación de técnicas de inteligencia artificial para la solución de problemas. En los estudios de relación entre la estructura química y la actividad biológica se han venido aplicando con éxito. En el presente trabajo se expone la aplicación de estas técnicas para el desarrollo de modelos de relación estructura -actividad en una muestra heterogénea de 1 335 compuestos evaluados en el ensayo sobre viabilidad celular en células SK-N-SH para determinar in vitro la citotoxicidad de pequeñas moléculas (Ensayo 435 de la base de datos del NCBI). Se aplicó un sistema de inferencia borroso evolutivo a dicha muestra y se compararon los diferentes algoritmos aplicados. La muestra seleccionada presentó una amplia diversidad estructural y una relación entre las clases activa e inactiva de 1 : 12, lo cual constituyó un gran desbalance entre ellas. En el pre-procesamiento de la muestra se emplearon los métodos SMOTE e hibrido que contribuyen a reducir su desbalance hasta uniformarla. En el trabajo se definió además, el Índice del Estado Refractotopológico Total de un fragmento como la suma de los valores del índice correspondiente de los átomos pesados que lo conforman, el cual se empleó como descriptor estructural. Se logró una clasificación correcta de hasta 70,6 %, en dependencia del algoritmo utilizado, lo cual constituyó un resultado aceptable, teniendo en cuenta la elevada diversidad estructural de la muestra y la heterogeneidad de las fuentes de datos biológicos |
| English abstract | The soft computing techniques are a combination of different artificial intelligent algorithms employed for the solution of different problems that had been broadly employed in structure activity relationships studies. In this work, the application of these techniques for developing of structure-activity models in a heterogeneous set of 1 335 compounds evaluated in the cellular viability assay with SK-NH-SH cells to determine cytotoxicity of small molecules was done (assay No. 435 in the NCBI Database). A fuzzy evolutionary inference system was applied and the different algorithms were compared. The selected sample showed a great structural diversity and the relationship between active and inactive classes was 1 : 12 which was considered a great unbalanced data set. The sample was preprocessed using both SMOTE and hybrid methods to reduce this handicap. In this work was also defined the Total Refractotopological State Index for Fragments as the sum of the corresponding index for each one of the atoms included in the fragment, which was employed as structural descriptor. A correct classification of 70.6 % was obtained, in dependence of the employed algorithm. This is an acceptable result, taking into account the high structural diversity of the compounds set and the heterogeneity of the data source |
| Disciplines: | Ciencias de la computación, Biología |
| Keyword: | Inteligencia artificial, Biología celular, Biología molecular, Software, Citotoxicidad, Estructura química, Actividad biológica, Algoritmos |
| Keyword: | Computer science, Biology, Artificial intelligence, Cell biology, Molecular biology, Software, Cytotoxicity, Chemical structure, Biological activity, Algorithms |
| Full text: | Texto completo (Ver PDF) |
