Resumen

En este trabajo consideramos 148 semioquímicos reportados para la familia Scarabaeidae, cuya estructura química fue caracterizada empleando un conjunto de 200 descriptores moleculares de cinco clases distintas. La selección de los descriptores más discriminantes se realizó con tres técnicas: análisis de componentes principales, por cada clase de descriptores, bosques aleatorios y Boruta-Shap, aplicados al total de descriptores. A pesar de que las tres técnicas son conceptualmente diferentes, seleccionan un número de descriptores similar de cada clase. Propusimos una combinación de técnicas de aprendizaje de máquina para buscar un patrón estructural en el conjunto de semioquímicos y posteriormente realizar la clasificación de estos. El patrón se estableció a partir de la alta pertenencia de un subconjunto de estos metabolitos a los grupos que fueron obtenidos por un método de agrupamiento basado en lógica difusa, C-means; el patrón descubierto corresponde a las rutas biosintéticas por las cuales se obtienen biológicamente. Esta primera clasificación se corroboró con el empleo de mapas autoorganizados de Kohonen. Para clasificar aquellos semioquímicos cuya pertenencia a una ruta no quedaba claramente definida, construimos dos modelos de perceptrones multicapa, los cuales tuvieron un desempeño aceptable.

INTRODUCCIÓN

La ecología química es un campo de conocimiento transdisciplinar que cada vez gana mayor relevancia [1], [2]. Parte fundamental de esta disciplina es la identificación de las moléculas que median la comunicación entre insectos o planta-insecto. En la medida en que se conocen más semioquímicos y se acumulan datos sobre su uso, resulta conveniente la creación de herramientas que contribuyan de una manera rápida y eficiente a establecer patrones y relaciones sobre esta información y así aportar a futuras investigaciones.

En este como en otros campos de la química, las relaciones entre estructura y actividad están en el centro del problema y parte fundamental de este es lograr una buena representación cuantitativa de la estructura química; es decir, una que pueda procesarse computacionalmente [3]. De ahí que actualmente se hayan definido miles de descriptores moleculares que buscan codificar distintos aspectos de la estructura; por ejemplo, características topológicas, propiedades fisicoquímicas, grupos funcionales u otras propiedades dependientes de la conformación espacial de los componentes moleculares [4]. Sin embargo, la selección de los descriptores apropiados es un problema abierto que depende del objetivo que se persigue [5], [6]. Alternativamente, se puede acudir a conjuntos redundantes de los mismos como estrategia multiobjetivo para la búsqueda de patrones [7], [8].

• Materias:Redes neuronales artificiales Estructura molecular Biosíntesis
• Subjects:Artificial neural networks Molecular structure Biosynthesis
• Palabras claves:Bosques aleatorios; C-means; Descriptores Moleculares; Familia Scarabaeidae; Perceptrón Multicapa; Redes Neuronales
• Keywords:Random forests; C-means; Molecular descriptors; Scarabaeidae family; Multilayer Perceptron; Neural networks