Evaluación de un modelo neuronal para la estimación de similaridad entre compuestos a partir de representaciones one-hot

El estudio de la similaridad entre elementos de un conjunto es un problema común en áreas tan diversas como la bioinformática, la informática química y la medicina. En el caso de compuestos químicos, para calcularla, se utilizan descriptores moleculares, como es el caso de las fingerprints, que son...

Descripción completa

Guardado en:

Detalles Bibliográficos
Autores principales:	Borzone, Eugenio, Di Persia, Leandro Ezequiel, Gerard, Matías
Formato:	Objeto de conferencia
Lenguaje:	Español
Publicado:	2022
Materias:	Ciencias Informáticas Ciencias Exactas perceptrón multi capa fingerprints similaridad molecular índice de Tanimoto
Acceso en línea:	http://sedici.unlp.edu.ar/handle/10915/151714 https://publicaciones.sadio.org.ar/index.php/JAIIO/article/download/276/227
Aporte de:	SEDICI (UNLP) de Universidad Nacional de La Plata

id	I19-R120-10915-151714
record_format	dspace
spelling	I19-R120-10915-1517142023-05-03T20:02:12Z http://sedici.unlp.edu.ar/handle/10915/151714 https://publicaciones.sadio.org.ar/index.php/JAIIO/article/download/276/227 issn:2451-7496 Evaluación de un modelo neuronal para la estimación de similaridad entre compuestos a partir de representaciones one-hot Borzone, Eugenio Di Persia, Leandro Ezequiel Gerard, Matías 2022-10 2022 2023-04-19T13:17:06Z es Ciencias Informáticas Ciencias Exactas perceptrón multi capa fingerprints similaridad molecular índice de Tanimoto El estudio de la similaridad entre elementos de un conjunto es un problema común en áreas tan diversas como la bioinformática, la informática química y la medicina. En el caso de compuestos químicos, para calcularla, se utilizan descriptores moleculares, como es el caso de las fingerprints, que son representaciones vectoriales de cada compuesto. En este trabajo se estudian diferentes fingerprints ampliamente utilizadas en la literatura, para identificar la más adecuada para el cálculo de similaridad. Además, se busca determinar si es posible predecir ésta similaridad a través de un modelo neuronal. Para esto se caracterizan diferentes fingerprints por su desempeño en términos de predicción de similaridad, distribución de resultados en el intervalo [0,1] y frecuencia de uso en el ámbito científico. Posteriormente, se evalúa la capacidad de un Perceptrón Multicapa (MLP) para predecir la similaridad entre compuestos representados mediante vectores one-hot. Los resultados muestran que las claves MACC proporcionan una buena distribución en los valores de similaridad. El MLP es capaz de inferir con un bajo error (aproximadamente 10% en términos absolutos) la similaridad entre compuestos empleando una representación one-hot. Sociedad Argentina de Informática e Investigación Operativa Objeto de conferencia Objeto de conferencia http://creativecommons.org/licenses/by-nc-sa/4.0/ Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International (CC BY-NC-SA 4.0) application/pdf 112-124
institution	Universidad Nacional de La Plata
institution_str	I-19
repository_str	R-120
collection	SEDICI (UNLP)
language	Español
topic	Ciencias Informáticas Ciencias Exactas perceptrón multi capa fingerprints similaridad molecular índice de Tanimoto
spellingShingle	Ciencias Informáticas Ciencias Exactas perceptrón multi capa fingerprints similaridad molecular índice de Tanimoto Borzone, Eugenio Di Persia, Leandro Ezequiel Gerard, Matías Evaluación de un modelo neuronal para la estimación de similaridad entre compuestos a partir de representaciones one-hot
topic_facet	Ciencias Informáticas Ciencias Exactas perceptrón multi capa fingerprints similaridad molecular índice de Tanimoto
description	El estudio de la similaridad entre elementos de un conjunto es un problema común en áreas tan diversas como la bioinformática, la informática química y la medicina. En el caso de compuestos químicos, para calcularla, se utilizan descriptores moleculares, como es el caso de las fingerprints, que son representaciones vectoriales de cada compuesto. En este trabajo se estudian diferentes fingerprints ampliamente utilizadas en la literatura, para identificar la más adecuada para el cálculo de similaridad. Además, se busca determinar si es posible predecir ésta similaridad a través de un modelo neuronal. Para esto se caracterizan diferentes fingerprints por su desempeño en términos de predicción de similaridad, distribución de resultados en el intervalo [0,1] y frecuencia de uso en el ámbito científico. Posteriormente, se evalúa la capacidad de un Perceptrón Multicapa (MLP) para predecir la similaridad entre compuestos representados mediante vectores one-hot. Los resultados muestran que las claves MACC proporcionan una buena distribución en los valores de similaridad. El MLP es capaz de inferir con un bajo error (aproximadamente 10% en términos absolutos) la similaridad entre compuestos empleando una representación one-hot.
format	Objeto de conferencia Objeto de conferencia
author	Borzone, Eugenio Di Persia, Leandro Ezequiel Gerard, Matías
author_facet	Borzone, Eugenio Di Persia, Leandro Ezequiel Gerard, Matías
author_sort	Borzone, Eugenio
title	Evaluación de un modelo neuronal para la estimación de similaridad entre compuestos a partir de representaciones one-hot
title_short	Evaluación de un modelo neuronal para la estimación de similaridad entre compuestos a partir de representaciones one-hot
title_full	Evaluación de un modelo neuronal para la estimación de similaridad entre compuestos a partir de representaciones one-hot
title_fullStr	Evaluación de un modelo neuronal para la estimación de similaridad entre compuestos a partir de representaciones one-hot
title_full_unstemmed	Evaluación de un modelo neuronal para la estimación de similaridad entre compuestos a partir de representaciones one-hot
title_sort	evaluación de un modelo neuronal para la estimación de similaridad entre compuestos a partir de representaciones one-hot
publishDate	2022
url	http://sedici.unlp.edu.ar/handle/10915/151714 https://publicaciones.sadio.org.ar/index.php/JAIIO/article/download/276/227
work_keys_str_mv	AT borzoneeugenio evaluaciondeunmodeloneuronalparalaestimaciondesimilaridadentrecompuestosapartirderepresentacionesonehot AT dipersialeandroezequiel evaluaciondeunmodeloneuronalparalaestimaciondesimilaridadentrecompuestosapartirderepresentacionesonehot AT gerardmatias evaluaciondeunmodeloneuronalparalaestimaciondesimilaridadentrecompuestosapartirderepresentacionesonehot
_version_	1765660001477591040

Evaluación de un modelo neuronal para la estimación de similaridad entre compuestos a partir de representaciones one-hot

Ejemplares similares