Prediccion de actividad anticancerigena partiendo de fragmentos, utilizando Maquinas de Soporte Vectorial.

Abstract

El presente trabajo esta enmarcado dentro del proyecto de investigacion conjunta Plataforma para la Prediccion de Actividad Biologica de Compuestos Organicos entre el Centro de Quimica Farmaceutica y la Facultad 6 de la Universidad de las Ciencias Informaticas. Es un proyecto concebido modularmente, uno de cuyos modulos incluye tecnicas de inteligencia artificial para la prediccion de la actividad. En el presente trabajo se muestran los resultados del analisis, diseno, implementacion y validacion de los modelos de las maquinas de soporte vectorial para el desarrollo de modelos de regresion y clasificacion. Como descriptores de las moleculas se emplean los fragmentos moleculares ponderados por el Indice del Estado Refractotopologico Total. Con el modelo de clasificacion se obtiene un 73% de acierto en la prediccion y con el modelo de regresion se determina un coeficiente de correlacion de 0.73. Se determino que el error relativo medio es 69%. Para la creacion de los modelos se emplearon variaciones en la variable gamma, asi como sus respectivos parametros y el kernel FBR, realizando comparaciones entre los modelos para determinar el de mejor calidad en la prediccion.