Isomorfismo aproximado para el desarrollo de nuevos modelos QSAR

Abstract

Las áreas de química, biología, medicina, farmacología, etc., demandan progresivamente más esfuerzo computacional para manejar la tremenda cantidad de información que simultáneamente se produce debido, sobre todo, al incremento en el descubrimiento de nuevas especies y al diseño virtual de especies químicas y su posterior análisis y mantenimiento en grandes bases de datos. El elevado volumen de información hace difícilmente manejable estás grandes bases de datos sin ayuda de modelos teóricos y recursos computacionales adecuados. El estudio de las características y propiedades físico-químicas y de la actividad biológica del gran número de especies conocidas ha desarrollado, desde hace más de dos décadas, unas pujantes áreas de investigación y desarrollo basadas fundamentalmente en técnicas computacionales y de inteligencia artificial. Estas técnicas permiten analizar la información de estas bases de datos con el objeto de caracterizar e identificar especies, predecir las propiedades físicas, químicas y actividad biológica, diseñar nuevas especies con fines químicos, médicos, farmacológicos, etc., diseñar nuevos procesos de síntesis más efectivos. Las propiedades físico-químicas de los compuestos químicos dependen en gran medida de sus estructuras moleculares. Desde hace décadas, a través de la aplicación de descriptores moleculares y de índices topológicos, se ha intentado cuantificar éstas estructuras moleculares, tomando como base la teoría de grafos, y relacionarla con sus propiedades. Para la aplicación efectiva de estos descriptores, sobre compuestos químicos, las moléculas se representan a través de grafos recibiendo el nombre de grafos moleculares (GM). Estas estructuras matriciales son muy eficientes para el desarrollo de algoritmos en Química Computacional. Los descriptores moleculares son invariantes numéricos que, cuantitativamente, caracterizan la estructura de un grafo molecular. A pesar del gran número de descriptores propuestos, el desarrollo de nuevos descriptores o índices topológicos y el estudio de correlaciones entre los ya existentes, sigue siendo un campo de gran interés. Su investigación y desarrollo se ve incrementada por el crecimiento continuo de las bases de datos de compuestos químicos. Las representaciones de la estructura molecular como vectores, conocidos también como huellas moleculares (fingerprints) [1] han sido propuestas dado su aún más eficiente comportamiento algorítmico [2]. Diferentes modelos de fingerprints han sido propuestos basados en diferentes algoritmos de proyección del grafo molecular. Grafos moleculares y fingerprints, además de su uso en los sistemas de información químicos, han sido ampliamente utilizados en el desarrollo de modelos de clasificación y modelos de predicción de propiedades químico-físicas y actividades biológicas [1-2]. Un gran número de estas investigaciones han propuesto algoritmos eficientes para el cálculo de isomorfismo entre grafos moleculares [3-4], problema que requiere un alto coste computacional [5]. Sin embargo, la obtención de medidas de similitud entre fingerprints es un proceso muy rápido, lo que ha ocasionado que estas estructuras sean muy utilizadas en muchos de los modelos de clasificación, screening y aplicaciones QSPR/QSAR [2,6].