Vea También
 |
"artificial-intelligence-503593_1920" by alansimpsonMe is marked under CC PDM 1.0. |
Clasificación de bosques aleatorios para predecir compuestos químicos que alargan la vida
Resumen
El envejecimiento es un importante factor de riesgo para muchas enfermedades, como el cáncer y las enfermedades cardiovasculares y neurodegenerativas. Las intervenciones farmacéuticas que ralentizan el envejecimiento y retrasan la aparición de enfermedades relacionadas con la edad son un área de investigación en auge. El objetivo de este estudio era construir un modelo de aprendizaje automático basado en los datos de la base de datos DrugAge para predecir si un compuesto químico prolongará la vida de Caenorhabditis elegans. Se construyeron cinco modelos de predicción utilizando el algoritmo de bosque aleatorio con huellas moleculares y/o descriptores moleculares como características. El mejor clasificador, construido con descriptores moleculares, alcanzó una puntuación de área bajo la curva (AUC) de 0,815 para clasificar los compuestos del conjunto de pruebas. Las características del modelo se clasificaron utilizando la medida de importancia Gini del algoritmo de bosque aleatorio. Las 30 características más importantes incluían descriptores relacionados con el número de átomos y enlaces, y propiedades topológicas y de carga parcial. El modelo se aplicó para predecir la clase de compuestos de una base de datos externa, compuesta por 1738 moléculas pequeñas. Los compuestos químicos de la base de datos de cribado con una probabilidad de predicción de ≥ 0,80 para aumentar la vida útil de Caenorhabditis elegans se separaron a grandes rasgos en (1) flavonoides, (2) ácidos grasos y conjugados, y (3) compuestos organohalogenados.
La Universidad de Surrey ha creado un modelo de inteligencia artificial (IA) que identifica compuestos químicos que promueven un envejecimiento saludable, lo que allana el camino hacia innovaciones farmacéuticas que prolonguen la vida de las personas.
En un artículo publicado en Scientific Reports de Nature Communication, un equipo de químicos de Surrey construyó un modelo de aprendizaje automático basado en la información de la base de datos DrugAge para predecir si un compuesto puede prolongar la vida de Caenorhabditis elegans, un gusano translúcido que comparte un metabolismo similar al de los humanos. La menor duración del gusano dio a los investigadores la oportunidad de ver el impacto de los compuestos químicos.
La IA destacó tres compuestos que tienen un 80 por ciento de posibilidades de aumentar la vida de los elegans:
- los flavonoides (pigmentos antioxidantes presentes en las plantas que favorecen la salud cardiovascular)
- ácidos grasos (como los omega 3), y
- Organooxígenos (compuestos que contienen enlaces de carbono a oxígeno, como el alcohol).
Sofia Kapsiani, coautora del estudio y estudiante de último año de licenciatura en la Universidad de Surrey, dijo:
"El envejecimiento se reconoce cada vez más como un conjunto de enfermedades en la medicina moderna, y podemos aplicar las herramientas del mundo digital, como la IA, para ayudar a ralentizar o proteger contra el envejecimiento y las enfermedades relacionadas con la edad. Nuestro estudio demuestra la revolucionaria capacidad de la IA para ayudar a identificar compuestos con propiedades antienvejecimiento."
El Dr. Brendan Howlin, autor principal del estudio y profesor titular de Química Computacional en la Universidad de Surrey, dijo:
"Esta investigación muestra el poder y el potencial de la IA, que es una especialidad de la Universidad de Surrey, para impulsar beneficios significativos en la salud humana".
Fuentes, créditos y referencias:
Referencia: "Random forest classification for predicting lifespaning chemical compounds", por Sofia Kapsiani y Brendan J. Howlin, 5 de julio de 2021, Scientific Reports.
DOI: 10.1038/s41598-021-93070-6