Resumen
El objetivo de este trabajo fue la comparación entre los métodos de clasificación del vecino más cercano (κ-NN) y las redes neuronales artificiales de contrapropagación (CP-ANN) para modelar la toxicidad de un conjunto de 192 pesticidas organoclorados, organofosforados, carbamatos y piretroides, medidos como Concentración Efectiva (EC50) y que fueron divididos en tres clases, es decir, baja, intermedia y alta toxicidad. Se calcularon 4885 descriptores moleculares usando el programa DRAGON, los que fueron simultáneamente analizados mediante el método κ-NN acoplado con la técnica de selección de variables de los Algoritmos Genéticos (GA-VSS). Los modelos fueron apropiadamente validados mediante un subconjunto de predicción. Los resultados claramente sugieren que los descriptores 3D no ofrecen información relevante para modelar las clases. Por otro lado, κ-NN muestra mejores resultados que CP-ANN.
Título traducido de la contribución | Study of the Quantitative Structure-activity Relationship of Pesticides Using Classification Techniques |
---|---|
Idioma original | Español (Ecuador) |
Páginas (desde-hasta) | 1-11 |
Número de páginas | 11 |
Publicación | Avances en Ciencias e Ingenierías |
Volumen | 6 |
N.º | 6 |
DOI | |
Estado | Publicada - 19 dic. 2014 |
Palabras clave
- Cp-ann
- Ga-vss
- K-nn
- Pesticides
- qsar theory
Areas de Conocimiento del CACES
- 215A Bioquímica