Please use this identifier to cite or link to this item: http://www.dspace.espol.edu.ec/handle/123456789/55056
Title: Modelización de la estructura-toxicidad de diversos pesticidas utilizando métodos QSAR y quimio métricos
Authors: Cárdenas Calle, Luis Fernando
Matamoros, David, Director
Keywords: Quimiometría
Algoritmo Genético
Estructura-Toxicidad
Issue Date: 2013
Publisher: ESPOL.FCNM
Citation: Cárdenas, L. (2013). Modelización de la estructura-toxicidad de diversos pesticidas utilizando métodos QSAR y quimio métricos. [Tesis de grado]. Escuela Superior Politécnica del Litoral
Abstract: En el presente trabajo de investigación se empleó la metodología QSAR apoyada de técnicas Quimiométricas para establecer la relación estructura-actividad de sustancias químicas. Se elaboró una base de datos de 192 moléculas de pesticidas (organoclorados, organofosforados, carbamatos, piretroides) y la toxicidad de Daphnia magna expresada en Concentración Efectiva 50 (EC50).9 Las estructuras moleculares de los pesticidas fueron digitalizadas y optimizadas en el software HYPERCHEM. Las moléculas fueron llevadas al software DRAGON en donde se calcularon 1216 descriptores moleculares para cada pesticida. La dimensión de la base de datos analizada es de 216.192 datos. Los valores de toxicidad fueron divididos en tres clases asignadas según la actividad de la molécula; los de la clase 1 son moléculas de baja toxicidad, clase 2 aquellas moléculas de toxicidad intermedia y los de clase tres moléculas altamente tóxicas. Para cumplir el objetivo principal de la investigación se utilizó el método de clasificación KNN, con el cual evaluamos la relación existente entre la estructura molecular y la toxicidad de los pesticidas con las clases pre-asignadas. KNN genera un modelo que está integrado por 8 descriptores moleculares óptimos seleccionados mediante Algoritmos Genéticos y su calidad de predicción es del 72%. El algoritmo resulta ser más sensible para las moléculas que tienen mayor toxicidad (clase 3) al tener un NER del 75%. Y las clases que resultan menos sensibles son la clase 1 y 2 con un NER del 69% y 66% respectivamente. Los centroides de las clases, muestran que los descriptores moleculares 6 (CATS2D_04_LL) y 7 (CATS2D_05_LL); son aquellos que separan y diferencian las tres clases de actividad biológica. En la clase 3, aquellas moléculas que tienen mayor actividad, las variables 6 (CATS2D_04_LL) y 7 (CATS2D_05_LL) presentan valores intermedios, lo cual indica la presencia de una actividad lipofílica media en las moléculas de los pesticidas. El Algoritmo Genético reduce la dimensionalidad de la base de datos ya que al iniciar el análisis se tenían 1216 descriptores moleculares de los cuales solo 8 describen la actividad biológica (toxicidad) de las moléculas de pesticidas. El NER= 0,72 encontrado con el método KNN presenta una buena capacidad predictiva a pesar de ser un modelo que contiene una gran cantidad de moléculas (192) y estas ser de diferente origen químico (organoclorados, organofosforados, carbamatos y piretroides). Por lo tanto el presente modelo nos permite predecir la actividad biológica (toxicidad) definida de nuevas estructuras moleculares de pesticidas.
URI: http://www.dspace.espol.edu.ec/handle/123456789/55056
Appears in Collections:Tesis de Maestria en Ciencias Ambientales

Files in This Item:
File Description SizeFormat 
T-100020.pdf1.05 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.