Novel similarity measures for the effective and efficient retrieval of pharmacological datasets

• Autores: Oscar Miguel Rivera Borroto, Yoandy Hernández Díaz, José Manuel García de la Vega, Ricardo del Corazón Grau Ábalo, Yiovani Marrero Ponce
• Localización: Afinidad: Revista de química teórica y aplicada, ISSN 0001-9704, Vol. 68, Nº. 551, 2011, págs. 50-56
• Idioma: inglés
• Texto completo no disponible (Saber más ...)
• Resumen

  • La búsqueda de similitud es una prestación importante en los sistemas modernos de gestión de la información química para acceder a la rica información contenida en los enormes repositorios químicos de hoy día. Básicamente, partiendo de una representación molecular, una medida de similitud y un algoritmo de búsqueda, la salida de la técnica devuelve una lista ordenada de moléculas en orden decreciente de similitud con respecto a la molècula consulta especificada por el usuario. Como consecuencia, los investigadores han puesto su interés en la eficàcia de las representaciones y medidas de similitud en estas tareas. Sin embargo, sus estudios se han enfocado predominantemente hacia las representaciones binarias y las medidas de semejanza correspondientes, y se ha trabajado poco en otros tipos de descripción numérica. También se han aplicado técnicas de Aprendizaje Automático en la selección de rasgos, aunque no de forma consistente con el principio de vecindad. Estos precedentes junto a la necesidad de nuevos métodos, apropiados para contexto químico, constituyen la motivación para este trabajo. El mismo comprende la implementación computacional, en el ambiente Java, y comparación de dos medidas novedosas con otras dos medidas estándares de la literatura, en la recuperación efectiva de ocho conjuntos farmacológicos de la Química Medicinal, representadas por descriptores reales, seleccionados por Aprendizaje Automático, y un algoritmo de búsqueda eficiente.