Reconocimiento de rutas biosintéticas para semioquímicos mediante técnicas de aprendizaje de máquina

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.

In this work we consider 148 semiochemicals reported for the family Scarabaeidae, whose chemical structure was characterized using a set of 200 molecular descriptors from five different classes. The selection of the most discriminating descriptors was carried out with three different techniques: Principal Component Analysis, for each class of descriptors, Random Forests and Boruta-Shap, applied to the total of descriptors. Although the three techniques are conceptually different, they select a similar number of descriptors from each class. We proposed a combination of machine learning techniques to search for a structural pattern in the set of semiochemicals and then perform their classification. The pattern was established from the high belonging of a subset of these metabolites to the groups that were obtained by a grouping method based on fuzzy C-means logic; the discovered pattern corresponds to the biosynthetic pathway by which they are obtained biologically. This first classification was corroborated with Kohonen's self-organizing maps. To classify those semiochemicals whose belonging to a biosynthetic pathway was not clearly defined, we built two models of Multilayer Perceptrons which had an acceptable performance.

Neste trabalho consideramos 148 semioquímicos reportados para a família Scarabaeidae, cuja estrutura química foi caracterizada usando um conjunto de 200 descritores moleculares de 5 classes diferentes. A seleção dos descritores mais discriminantes foi realizada com três técnicas diferentes: Análise de Componentes Principais, para cada classe de descritores, Florestas Aleatórias e Boruta-Shap, aplicadas a todos os descritores. Embora as três técnicas sejam conceitualmente diferentes, elas selecionaram um número semelhante de descritores de cada classe. Nós propusemos uma combinação de técnicas de aprendizado de máquina para buscar um padrão estrutural no conjunto de semioquímicos e então realizar sua classificação. O padrão foi estabelecido a partir da alta pertinência de um subconjunto desses metabólitos aos grupos que foram obtidos por um método de agrupamento baseado em lógica fuzzy, C-means; o padrão descoberto corresponde às rotas biossintéticas pelas quais eles são obtidos biologicamente. Essa primeira classificação foi corroborada com o uso dos mapas auto-organizados de Kohonen. Para classificar os semioquímicos cuja pertença a uma rota não foi claramente definida, construímos dois modelos de Perceptrons Multicamadas que tiveram um desempenho aceitável.

Ferramenta in silico para desenvolvimento de métodos cromatográficos - aplicação em misturas de filtros solares / In silico tool for development of chromatographic methods - application in mixtures of sunscreensPalavras-chave em inglês

Planejamento de Experimentos (DoE) permite obter e explorar conhecimentos sobre inúmeros sistemas, facilitando a coleta de informações com reduzido número de experimentos. No entanto, DoE é restrito ao delineamento do desenho experimental. Para superar essa limitação e permitir uma previsão precisa dos tempos de retenção para uma seleção de filtros UV orgânicos sob diversas condições, usamos a Relação Quantitativa entre Estrutura e Retenção combinada com o método de Monte Carlo para desenvolver uma plataforma in silico capaz de prever o perfil cromatográfico de filtros UV orgânicos. Sete analitos foram usados para estabelecer o modelo de predição: benzofenona-3, avobenzona, ethilhexil triazona, octil dimetil PABA, metoxicinamato de octila, tinosorb® S e octocrileno. Os valores residuais obtidos no modelo de análise de regressão múltipla mostraram distribuição normal, homocedasticidade e independência. Os coeficientes de determinação (R2) e predição (R2 pred) foram de 99,82% e 99,71%, respectivamente. A plataforma in silico apresentou grande potencial para predição do perfil cromatográfico de filtros UV orgânicos, da coeluição de analitos, de seus parâmetros cromatográficos, além de permitir, sem experimentação, uma visão geral do comportamento de retenção de compostos sob diversas condições cromatográficas

Design of Experiments (DoE) allows obtaining and explorer knowledge about innumerous systems, facilitating the information collection with reduced number of experiments. However, DoE is restricted to the limited range which experimental design was delineated. In order to overcome this limitation and enable accurate prediction of retention times for a selection of organic UV filters under various conditions, we used the Quantitative Structure-Retention Relationships tool combined with Monte Carlo method to develop an in silico platform capable of predicting chromatographic profile of organic UV filters. Seven analytes were used to established to prediction model: benzophenone-3, butyl methoxydibenzoilmethane, ethylhexyl triazone, ethylhexyl dimetyl PABA, ethylhexyl methoxycinnamate, bisethylhexyloxyphenol methoxyphenyl triazine and octocrylene. Residual values obtained from multiple regression analysis model showed normal distribution, homoscedasticity, and independence. Determination (R2) and prediction (R2 pred) coefficients were found to be 99,82% and 99,71%, respectively. In silico platform presented great potential for predicting chromatographic profile of organic UV filters, analytes coelution, chromatographic parameters and allowing, without experimentation, an overview of retention behavior of compounds under various chromatographic conditions