Técnicas Avanzadas en Biología y Medicina
Acceso abierto

abstracto

Análisis de conjuntos de datos para el cálculo de la eficiencia predictiva de los modelos QSAR basados en acantilados de actividad

Fátima Adilova y Alisher Ikramov

El concepto de acantilado de actividad es de gran relevancia para la química médica. En este documento, exploramos un concepto de "modelabilidad del conjunto de datos", es decir, una estimación a priori de la viabilidad de obtener modelos QSAR predictivos externos para un conjunto de datos de compuestos bioactivos. Este concepto ha surgido del análisis del efecto de los llamados “acantilados de actividad” sobre el rendimiento general de los modelos QSAR. Algunos índices de “modelabilidad” (SALI, ISAC y MODI) ya se conocen. Ampliamos la versión de MODI a conjuntos de datos de compuestos con valores de actividad reales. La eficiencia predictiva de los modelos QSAR se expresa como la tasa de clasificación correcta del algoritmo SVM, que se compara con los resultados de los otros dos algoritmos: el algoritmo MODI y el algoritmo de Voronin modificado por los autores. Análisis comparativo de los resultados realizado mediante el cuadrado del coeficiente de correlación de Pearson. Nuestro estudio mostró una falta extrema de evaluación de la eficiencia predictiva del conjunto de datos solo en función de los "acantilados de actividad". En el desarrollo de métodos más precisos que permitan evaluar la posibilidad de construir modelos efectivos sobre las muestras de datos, es necesario tener en cuenta otras propiedades de la muestra, y no solo la presencia (y número) de “acantilados de actividad” ;.