Autor: REIS, M. A. A.

Orientador: BELCHIOR, J. C.

Outros autores: ;

Linhas de pesquisa no CNPq: CIÊNCIAS EXATAS E DA TERRA / QUÍMICA TEÓRICA

Unidade: INSTITUTO DE CIÊNCIAS EXATAS
Departamento: QUÍMICA

Palavras-Chave: REDES NEURAIS ARTIFICIAIS - DESCRITORES MOLECULARES - QSAR

Compostos químicos naturais ou sintéticos podem, em princípio, apresentar atividades carcinogênicas. Portanto, a caracterização de um composto como carcinogênico ou não, é necessária, por exemplo, no desenvolvimento e no aprimoramento de medicamentos. No presente estudo, a previsão das qualidades carcinogênicas de compostos aromáticos com substituintes de nitrogênio será feita através de técnicas de Inteligência Artificial conhecida como Redes Neurais Artificiais do tipo multilayer perceptron (backpropagation). Um estudo preliminar do conjunto de dados foi feito através de técnicas estatísticas como a Análise de Componentes Principais (PCA) para a eliminação de dados redundantes e a conseqüente melhora na simulação da rede. Um total de 34 descritores moleculares (físicos, químicos e quânticos) foi usado como entrada da rede e a minimização dos pesos e bias foi feita usando-se o método de Levenberg-Marquardt. Como saída da rede usou-se o índice TD50, que mede a atividade biológica de compostos químicos como usado nos modelos de QSAR. Um total de 104 moléculas foi utilizado neste estudo, sendo que 90 delas foram usadas como conjunto de treinamento e 14 não foram usadas no treinamento para posterior validação do método. Os estudos preliminares da previsão da RNA, através da simulação da rede, apresentaram erro médio da ordem de 4%.

Apoio: CNPq / FAPEMIGp>