10° SEMINARIO QUÍMICA ORGÁNICA IQUIR 2020

SEMINARIO QUÍMICA ORGÁNICA 29-06-20
TÍTULO: "Desarrollo y aplicación de un modelo de clasificación de reacciones basado en datos"
FUENTE: (a) Ghiandoni, G. M.; Bodkin, M. J.; Chen, B.; Hristozov, D.; Wallace, J. E. A.; Webster, J.; Gillet, V. J. J. Chem. Inf. Model. 2019, 59, 4167. (b) Ghiandoni, G. M.; Bodkin, M. J.; Chen, B.; Hristozov, D.; Wallace, J. E. A.; Webster, J.; Gillet, V. J. J. Comput.-Aided Mol. Des. 2020, 34, 783.
EXPOSITOR: Lic. Natalia Labadie
DÍA, HORA y LUGAR: Lunes 29 de junio de 2020, 14 h, Plataforma MEET GOOGLE.

Link: meet.google.com/ksi-cypi-pif
Link Presentación: https://drive.google.com/file/d/1KpSICatGlVNWpFuZ92Hbvw-0nCwXWata/view?usp=sharing

RESUMEN:

La clasificación de reacciones es considerada una tarea importante para múltiples aplicaciones y tradicionalmente fue lograda a través de métodos basados en reglas descritas a mano. Sin embargo, la disponibilidad de grandes colecciones de reacciones habilita el desarrollo de métodos basados en datos ("data-driven"). En este seminario, se presentará el trabajo realizado por el grupo de la Prof. Valerie Gillet, que trata sobre el desarrollo y la validación de de un modelo de clasificación basado en Machine Learning capaz de determinar entre 336 clases de reacciones. El modelo está integrado con una estructura de Conformal Predicion que permite el control del límite de error y la estimación de valores de confianza. A su vez, se propone el uso de un nuevo sistema de clasificación de reacciones que organiza las categorías en cuatro niveles jerárquicos.

Se demuestra la aplicación del modelo desarrollado a través de la clasificación de dos data sets de reacciones: una extraída de un cuaderno electrónico de laboratorio (ELN) industrial y otra de la literatura de química medicinal. Se muestra cómo las estimaciones de confianza y las composiciones de las clases de reacciones a través de los diferentes niveles de información puede ser usado para vislumbrar rápidamente la naturaleza de las colecciones de reacciones y las relaciones entre las clases de reacciones.

En este seminario se comentará también la integración del método de clasificación de reacciones desarrollado con una herramienta para el diseño de novo in silico basado en reacciones. A través de dicha integración, e incorporando descriptores del material de partida que caractericen a la molécula total, se logra diseñar un sistema para recomendar reacciones (Reaction Class Recommender) que funciona como filtro a las reacciones aplicadas a los materiales de partida en el diseño de novo. De esta manera, se reduce la explosión combinatoria de moléculas in silico mientras que se limitan las estructuras generadas a aquellas que sea más factible lograr sintetizar.