Búsqueda de un conjunto óptimo de descriptores moleculares para la modelación QSAR

Search for an optimal subset of molecular descriptors for QSAR modeling

Luis Antonio García González (2023)

En la actualidad, se estima que más de 10 millones de vertebrados son utilizados cada año en estudios toxicológicos. Dadas estas circunstancias, varias agencias regulatorias están impulsando activamente a la comunidad científica para el desarrollo de una alternativa a la experimentación con animales. Entre las alternativas existentes se pueden encontrar los estudios in-silico, especialmente los métodos de Relación Cuantitativa Estructura-Actividad (QSAR por sus siglas en inglés), los cuales se destacan como uno de los más utilizados. Los estudios QSAR se basan en la hipótesis de que compuestos estructuralmente similares presentan una actividad similar, lo que permite predecir la actividad de nuevos compuestos en función de compuestos estructuralmente similares, para los cuales se definió su actividad de forma experimental. Estudios han demostrado que la selección del subconjunto “óptimo” de las variables (descriptores moleculares) que caracterizan estructuralmente los compuestos tiene mayor importancia para la construcción de un modelo QSAR robusto que la estrategia de modelación utilizada. Actualmente, los descriptores moleculares (DMs) utilizados para la modelación QSAR son calculados con herramientas computacionales que no tienen en cuenta si estos caracterizan bien la actividad que se quiere modelar y los compuestos que se están analizando. En este trabajo se describen las limitaciones del enfoque actual, teniendo en cuenta que, si se sigue este enfoque, se puede pasar por alto información relevante al suponer que el conjunto de DMs calculado caracteriza bien las estructuras químicas que se están analizando, cuando en realidad puede que esto no suceda. Estas limitaciones se deben principalmente a que dichas herramientas limitan el número de DMs que calculan, restringiendo el dominio de los parámetros en los que se definen los algoritmos que calculan los DMs, parámetros que definen el Espacio de Configuración de Descriptores (DCS por sus siglas en inglés). En este trabajo se propone relajar estas restricciones en un enfoque DCS abierto, de manera que se pueda considerar inicialmente un universo más amplio de DMs y que estos caractericen de manera adecuada las estructuras a modelar. La generación de DMs se aborda entonces como un problema de optimización multicriterio, y para darle solución, dos algoritmos evolutivos son propuestos. Estos algoritmos incluyen conceptos de coevolución cooperativa para medir la sinergia entre descriptores moleculares ...

Currently, it is estimated that more than 10 million vertebrates are used per year for toxicological studies. Numerous regulatory agencies are actively advocating for the development of alternative methods to avoid unnecessary experimentation on animals. Among the existing alternatives in silico studies, especially Quantitative Structure Activity Relationships (QSAR) methods, stands out as one ofthe most widely used approaches. QSAR Methods are based on the premise that molecules with similar structures presents similar activities, which makes it possible to predict the activity of new compounds based on structurally similar compounds, for which their activity has been defined experimentally. Studies have demonstrated that the selection of the “optimal” set of molecular descriptors (MDs) is more important to build a robust QSAR models than the choice of the learning algorithm. Nowadays, the molecular descriptors (MD) used for QSAR modeling are calculated using computational tools that do not consider whether they accurately characterize the activity to be modeled and the compounds being analyzed. We demonstrate here that this approach may miss relevant information by assuming that the initial universe of MDs codifies, when it does not, all relevant aspects for the respective learning task. We argue that the limitation is mainly because of the constrained intervals of the parameters used in the algorithms that compute the MDs, parameters that define the Descriptor Configuration Space (DCS). We propose to relax these constraints in an open CDS approach, so that a larger universe of MDs can initially be considered, and these descriptors can adequately characterize the structures to be modeled. We model the MD generation as a multicriteria optimization problem, and two genetic algorithms-based approaches are proposed to solve it. These algorithms include cooperative-coevolutionary concepts to consider the synergism between theoretically different MDs during the evolutionary process. As a novel component, the individual fitness function is computed by aggregating four criteria via the Choquet Integral using a fuzzy non-additive measure. Experimental outcomes on benchmarking chemical datasets show that models created from an “optimized” sets of MDs present greater probability to achieve better performances than models created from sets of MDs obtained without optimizing their DCSs. Therefore, it can be concluded that the proposed algorithms are more suitable ..

Tesis de doctorado

algoritmos genéticos, descriptores moleculares QuBiLS-MAS, QSAR, DILI, cooperación coevolutiva genetics algorithms, QuBiLS-MAS molecular descriptors, QSAR, DILI, cooperativecoevolutionary algorithms INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA DE LOS ORDENADORES DISEÑO CON AYUDA DE ORDENADOR DISEÑO CON AYUDA DE ORDENADOR

Strong floristic distinctiveness across Neotropical successional forests

Catarina Jakovac Jorge Arturo Meave del Castillo Frans Bongers Susan Letcher JUAN MANUEL DUPUY RADA Daniel Piotto Danaë Rozendaal Marielos Peña-Claros Dylan Craven Braulio Santos Alexandre Siminski Alfredo Fantini Alice Cristina Rodrigues Alma Hernandez-Jaramillo Álvaro Idárraga-Piedrahita André Junqueira Angelica Almeyda Zambrano Bernardus de Jong Bruno X. Pinho Bryan Finegan Carolina Castellanos Castro Daisy Christiane Zambiazi Daisy Dent Daniel Hernán Garcia-Villalobos Deborah Kennard Diego Delgado Eben Broadbent Edgar Ortiz-Malavasi Eduardo A. Pérez-García Edwin Lebrija-Trejos Erika Berenguer Erika Marin-Spiotta Esteban Alvarez_Davila EVERARDO VALADARES DE SÁ SAMPAIO Felipe Melo Fernando Elias Filipe França Florian Oberleitner Francisco Mora Ardila G. Bruce Williamson Gabriel Colletta George Cabral Geraldine Derroire Geraldo Fernandes Hans van der Wal Heitor Mancini Teixeira Henricus F.M. Vester Hernando Garcia Ima Vieira Jaider Jiménez-Montoya Jarcilene Almeida Cortez Jefferson Hall Jerome Chave Jess Zimmerman Jhon Edison Nieto Vargas Joice Ferreira JORGE ENRIQUE RODRIGUEZ VELAZQUEZ Jorge Ruiz Jos Barlow Jose Aguilar Cano JOSE LUIS HERNANDEZ STEFANONI Julien Engel Justin Becknell Kátia Janaina Zanini Madelon Lohbeck Marcelo Tabarelli Marco Antonio Romero Romero Maria Uriarte Maria das Dores Magalhães Veloso Mário do Espírito Santo Masha van der Sande Michiel van Breugel Miguel Martínez-Ramos Naomi Schwartz Natalia Norden Nathalia Pérez-Cárdenas Noel Antonio González_Valdivia PASCAL PETRONELLI Patricia Balvanera Paulo Massoca Pedro Brancalion Pedro Manuel Villa Peter Hietz Rebecca Ostertag René López Camacho Ricardo Cesar Rita Mesquita Robin Chazdon Rodrigo Muñoz Saara DeWalt Sandra Müller Sandra M Duran Sebastião Martins Susana Ochoa-Gaona Susana Rodriguez-Buritica T. Mitchell Aide Tony Vizcarra Bentos Vanessa de Souza Moreno Laura Vanessa Granda William Thomas Whendee Silver YULE NUNES Lourens Poorter (2022)

Forests that regrow naturally on abandoned fields are important for restoring biodiversity and ecosystem services, but can they also preserve the distinct regional tree floras? Using the floristic composition of 1215 early successional forests (≤20 years) in 75 human-modified landscapes across the Neotropic realm, we identified 14 distinct floristic groups, with a between-group dissimilarity of 0.97. Floristic groups were associated with location, bioregions, soil pH, temperature seasonality, and water availability. Hence, there is large continental-scale variation in the species composition of early successional forests, which is mainly associated with biogeographic and environmental factors but not with human disturbance indicators. This floristic distinctiveness is partially driven by regionally restricted species belonging to widespread genera. Early secondary forests contribute therefore to restoring and conserving the distinctiveness of bioregions across the Neotropical realm, and forest restoration initiatives should use local species to assure that these distinct floras are maintained. Copyright © 2022 The Authors, some rights reserved.

Artículo

CONSERVATION ECOSYSTEMS FORESTRY BIOLOGÍA Y QUÍMICA CIENCIAS DE LA VIDA BIOLOGÍA VEGETAL (BOTÁNICA) ECOLOGÍA VEGETAL ECOLOGÍA VEGETAL