Algoritmos semissupervisionados para análise de relações entre estrutura química e atividade biológica.

Abstract

Este trabalho investiga o uso de algoritmos semissupervisionados para a análise de Relações Estrutura-Atividade (SAR), um campo crucial na descoberta de fármacos. A pesquisa aborda o desafio da escassez de dados rotulados, que é comum na Química Medicinal. O estudo avalia e compara o desempenho de duas técnicas semissupervisionadas de propagação de rótulos baseadas em grafos: o Gaussian Field Harmonic Function (GFHF) e o k-Nearest Neighbor Label Distribution Propagation (kNN-LDP). Além disso, a pesquisa explora a integração do algoritmo HDBScanSS* como uma etapa de pré-processamento para identificar e tratar ruídos e instâncias atípicas nos dados. A metodologia utiliza técnicas de aprendizado de máquina para otimizar aacuráciadosmodelos.Osresultadosdemonstramqueosmétodossemissupervisionados, especialmente quando combinados com o HDBScanSS*, podem superar abordagens puramente supervisionadas como Random Forest e Support Vector Machines (SVM) em cenários com dados limitados. Essas descobertas reforçam o potencial desses algoritmos para a descoberta de novos compostos bioativos e para o desenvolvimento de fármacos.