Por favor, use este identificador para citar o enlazar este ítem: http://hdl.handle.net/10609/132526
Título : Predicción del valor de concentración letal media, LC50 y del nivel de toxicidad de compuestos orgánicos para Daphnia Magna usando algoritmos de aprendizaje automático supervisado
Autoría: Pinos Vélez, Verónica Patricia
Tutor: Rebrij, Romina  
Otros: Perez-Navarro, Antoni  
Resumen : Las pruebas de toxicidad aguda para determinar la concentración letal media (CL50) aplicadas en Daphnia Magna son ampliamente utilizadas para determinar el nivel de toxicidad acuática de diferentes compuestos. Una alternativa a estos ensayos son los estudios de relación cuantitativa estructura-actividad (QSAR). Este trabajo propone la creación de una aplicación web que implemente el mejor modelo de aprendizaje automático resultante del entrenamiento de diferentes algoritmos tanto para la predicción del valor CL50 cuanto para la clasificación por nivel de toxicidad de moléculas orgánicas a través de cuatro descriptores moleculares: superficie polar topológica que considera N, O, P y S (TPSA.Tot), Número de átomo de hidrógeno unidos a heteroátomos (H.050), coeficiente de partición octanol-agua calculado a partir con el modelo de Moriguchi (MLOGP) y el índice topológico que codifica información sobre el tamaño molecular y la ramificación, sin considerar los heteroátomos (RDCHI). Los algoritmos empleados para obtener los modelos de regresión fueron: árbol de regresión cubist, máquinas de soporte vectorial con kernel radial (SVMr), bosque aleatorio (RF), bosque aleatorio tipo ranger y el impulso de gradiente estocástico (gmb). Para generar los modelos de clasificación se usaron: SVMr, RF, RF ranger, gmb y redes neuronales. En ambos casos, el mejor modelo se obtuvo con el SVM con kernel radial. El modelo de predicción del valor LC50 llegó a un Q2 de 0.77 y un R2 de 0.83 en la validación externa y el modelo de clasificación alcanzó un 0.80 de precisión.
Palabras clave : Toxicidad aguda
Daphnia Magna
aprendizaje automático
CL50
Tipo de documento: info:eu-repo/semantics/masterThesis
Fecha de publicación : 28-jun-2021
Licencia de publicación: http://creativecommons.org/licenses/by-nc-nd/3.0/es/  
Aparece en las colecciones: Trabajos finales de carrera, trabajos de investigación, etc.

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
vpinosvTFM0621memoria.pdfMemoria del TFM5,44 MBAdobe PDFVista previa
Visualizar/Abrir