Resumen

El cribado virtual es el proceso más crítico en el descubrimiento de fármacos, y se basa en el aprendizaje automático para facilitar el proceso de cribado. Permite el descubrimiento de moléculas que se unen a una proteína específica para formar un fármaco. A pesar de sus beneficios, el cribado virtual genera enormes datos y sufre de inconvenientes como dimensiones altas y desequilibrio. Este artículo aborda el desequilibrio de datos y tiene como objetivo mejorar la precisión del cribado virtual, especialmente para un conjunto de datos minoritario. Para un conjunto de datos identificado sin considerar la naturaleza desequilibrada de los datos, la mayoría de los métodos de clasificación tienden a tener una alta precisión predictiva para la categoría mayoritaria. Sin embargo, la precisión fue significativamente pobre para la categoría minoritaria. El artículo propone un algoritmo K-means junto con la Técnica de Sobremuestreo de la Minoría Sintética (SMOTE) para superar el problema de los conjuntos de

• Materias:Funciones Flujo de información Estudio de población Modelado de sistemas Modelo de campo
• Subjects:Functions Information flow Population study System modeling Field model
• Palabras claves:Criba virtual; Descubrimiento de fármacos; Aprendizaje automático; Desequilibrio de datos; Conjunto de datos minoritario; SMOTE
• Keywords:Virtual screening; Drug discovery; Machine learning; Data imbalance; Minority dataset; SMOTE