Desarrollo de modelos de clasificación de actividad biológica empleando máquinas de soporte vectorial.

Abstract

En este trabajo se presentan modelos de clasificación de antibióticos de la familia de las cefalosporinas y de inhibidores del Factor Esteroidogénico-1 utilizando Máquinas de Soporte Vectorial. Dada la gran cantidad de información estructural fue necesario realizar la reducción de la cantidad de variables, por lo que se propone un procedimiento general para la selección de variables a partir de varios métodos de reducción de variables basados en técnicas de inteligencia artificial que han sido implementadas y evaluadas. Se aborda el problema de la identificación y reducción de un conjunto representativo de atributos para así contribuir al mejoramiento de los modelos de clasificación. Se implementaron procedimientos de búsqueda por algoritmos genéticos, enfriamiento simulado, búsqueda secuencial y una hibridación entre este último y algoritmos genéticos; con el fin de alcanzar mayor robustez y eficiencia. Se implementaron además, varias medidas de asociación entre subconjuntos variables, a partir de conceptos de la estadística clásica o tomadas de la Teoría de la Información de Shannon. En todos los casos analizados se reduce el espacio de variables en más del 65%. Todos estos procedimientos de búsqueda presentan una complejidad temporal de orden polinomial; lo cual demuestra la viabilidad práctica en cuanto a costo y recursos computacionales necesarios para cada procedimiento implementado. Los modelos desarrollados presentaron una correcta clasificación de entre 83 y 100 % y precisión entre 0.88 y 1 para cefalosporinas y los inhibidores del factor Esteroidogénico-1 respectivamente.