Métodos de clustering para la obtención de fragmentos representativos en una colección de grafos moleculares utilizando descriptores híbridos

Abstract

En el presente trabajo se hace uso de los métodos de agrupamiento (clustering) para encontrar fragmentos representativos a partir de la fragmentación de las moléculas presentes en un ensayo (colección de grafos moleculares). Se proponen dos variantes de estructura de datos a analizar en los algoritmos de clustering, Propiedad Máxima Común y por rasgos, describiendo los grafos moleculares (moléculas) a través de descriptores híbridos (índice de Estado Electrotopográfico (Si), Lipotopográfico ( Λ 3D ) y Refractotopográfico ( R3D ) ponderados para átomos). Se implementaron dos métodos de clustering (Basado en Grafo y Jarvis Patrick) y cuatro algoritmos para el cálculo de similitud entre fragmentos, tres por rasgos y uno utilizando Propiedad Máxima Común. Como resultado del trabajo se logran identificar 441 fragmentos representativos de grados diferentes, de los 2239 presentes en las 330 moléculas del ensayo AID941, utilizando el método de clustering Basado en Grafo y el algoritmo PMC con la función de similitud Soergel, los cuales pueden ser los responsables de la actividad farmacológica del 79% de las moléculas activas de dicho ensayo.