Estudo da biodegradabilidade de diferentes produtos químicos empregando modelos de aprendizaxe automática
| Data de defensa | 13/09/2023 |
| Titulación | Grao en Ciencias Ambientais |
| Centro | Facultade de Ciencias |
| Dirección |
Titoría: Gonzalo Astray Dopazo Cotitoría: Juan Carlos Mejuto Fernández |
| Tribunal |
Secretaría: María de la Concepción Pérez Lamela Presidencia: Nelson Pérez Guerra Vogalía: Elías Manuel María Berriochoa Esnaola |
| Resumo | O regulamento europeo REACH obriga a que os diferentes compostos químicos sexan sometidos a distintas probas para obter información sobre a súa biodegradabilidade. Debido ós cuantiosos gastos que estas probas poden supoñer e ademais para evitar posibles experimentos en seres vivos, desenroláronse neste Traballo Fin de Grao varias alternativas computacionais baseadas en modelos de aprendizaxe automático, destinadas a diminuír os costes experimentais empregando para iso distintos descritores moleculares dos compostos químicos a estudio. As variables utilizadas foron recompiladas do traballo ?Quantitative structure-activity relationship models for ready biodegradability of chemicals? levado a cabo por Mansouri et al. e publicado na revista Journal of Chemical Information and Modeling (2013, 53 (4), 867-878). A información recompilada nesta investigación foi utilizada como base de datos para adestrar, validar e comprobar o correcto funcionamento de modelos baseados en bosque aleatorio (RF, do inglés Random Forest), máquina de soporte vectorial (SVM, do inglés Support Vector Machine) e rede neuronal artificial (ANN, do inglés Artificial Neural Network). Os modelos desenrolados con todos os descritores moleculares (41) presentan bos resultados en todas as fases, mostrando para a fase de consulta valores de exactitude (accuracy) comprendidos entre 0,826 e 0,894. Os modelos desenrolados aplicando a diminución de variables, empregando análise de compoñentes principais mostran tamén bos resultados con valores de accuracy comprendidos entre 0,821 e 0,890. Finalmente, os modelos desenrolados reducindo o número de variables en función do valor de correlación ofrecen resultados, en termos de accuracy, comprendidos entre 0,830 e 0,885. Á vista dos resultados obtidos por todos os modelos pódese dicir que este tipo de aproximacións utilizando métodos baseados en RF, SVM e ANN son ferramentas útiles destinadas a estudar a biodegradabilidade dos produtos químicos. Biodegradabilidade, aprendizaxe automático, bosque aleatorio, máquina de soporte vectorial, rede neuronal artificial |