Como referido anteriormente, para a selecção dos descritores moleculares utilizou-se o método heurístico. Este método verifica todos os descritores de modo a assegurar que estão disponíveis os valores para cada descritor e para cada estrutura, e para verificar se existe uma variação nos valores dos descritores. Este método efectua a eliminação dos descritores, descartando os que satisfazem uma das seguintes condições: (a) o descritor não está disponível para todas as estruturas, (b) o descritor possui um valor constante para todas as estruturas. Após este passo, são calculadas as equações de correlação de um parâmetro para cada descritor.
Para reduzir o número de descritores do conjunto inicial foram aplicados os seguintes critérios e a eliminação dos descritores é efectuada quando: (a) o valor do teste F para cada correlação de um parâmetro com o descritor é menor que 1.0; (b) o coeficiente de correlação quadrático para a equação de um parâmetro é menor que R2min
(0,01); (c) o parâmetro para o teste t é menor do que t1 (0,1) (em que R2min e t1 são
valores especificados); (d) o descritor é altamente intercorrelacionado com outro descritor e este outro descritor apresenta um elevado coeficiente de correlação nas equações de um parâmetro baseado nestes descritores. Todos os restantes descritores são ordenados por ordem decrescente de acordo com o coeficiente de correlação da equação de correlação de um parâmetro. [63]
O método heurístico é vulgarmente utilizado nos estudos lineares de QSAR e é uma excelente ferramenta para a selecção dos descritores antes da construção dos modelos linear e não linear. As vantagens deste método são a elevada velocidade de processamento e a ausência de restrições de software em relação ao tamanho do conjunto de dados e a sua estratégia única da selecção de variáveis.
Este método fornece uma boa estimativa de uma forma muito rápida acerca da correlação esperada a partir dos dados, ou deriva alguns modelos com melhor regressão. O referido método origina correlações, cerca de 2 a 5 vezes mais rapidamente do que os outros métodos de semelhante qualidade. Adicionalmente, o número máximo de parâmetros no modelo resultante pode ser fixado de acordo com a situação em causa, poupando assim tempo. No entanto, este método está limitado a modelos lineares. [61]
Metodologia
4.3. Redes Neuronais Artificiais (ANN)
As redes neuronais artificiais foram criadas como uma alternativa aos métodos existentes, como o PLS, MLR, entre outros. Este método processa a informação inicial e gera modelos “escondidos” das relações. Algumas das vantagens das redes neuronais artificiais são o facto de estas serem naturalmente capazes de modelar sistemas não lineares, não sendo necessário especificar profundamente. As desvantagens que estas apresentam prendem-se com a tendência de sobreajustar os dados, com o nível significativo de dificuldade em determinar quais descritores são mais significantes no modelo resultante e com a dificuldade em extrair a relação estabelecida na modelação.[4]
As redes neuronais artificiais têm sido utilizadas no QSAR desde os anos 80, estas actuam como motores estatísticos, tendo sido usadas para ultrapassar algumas das limitações dos métodos estatísticos tradicionais, já que funcionam de uma forma não linear. Os métodos das redes neuronais artificiais são aplicados para maximizar a forma como os descritores moleculares estão relacionados com a actividade biológica para as séries de compostos. [4]
As redes neuronais artificiais são sistemas computacionais e de processamento de informação constituídos por um elevado número de elementos simples e de processamento que estão altamente interconectados e que simulam a estrutura e o modo de funcionamento do sistema nervoso biológico. Quer as redes neuronais biológicas, quer as artificiais, podem consistir num número ilimitado de neurónios. A função das redes neuronais é definida através de diversos factores, como o número e arranjo dos neurónios, as suas interconexões, entre outros. [65][66]
O conceito do neurónio artificial baseia-se no neurónio biológico. Cada neurónio artificial possui um determinado número de “entradas”, estas “entradas” apresentam transmissões diferentes, tendo a si atribuído um peso que indica a importância das mesmas. No neurónio, a soma dos pesos das “entradas” é calculado e quando esta soma ultrapassa determinado limiar, a soma é processada utilizando a função de transferência e o resultado é distribuído através das “saídas” para o próximo neurónio artificial. [65]
As redes neuronais artificiais estão organizadas vulgarmente em camadas: de entrada, “escondidas” e de saída. A camada de entrada comunica com uma ou mais camadas “escondidas”, onde o actual processamento é efectuado via os pesos das
Metodologia
54 conexões. Todos os neurónios presentes nas camadas “escondidas” conectam-se a todos
os neurónios da camada de saída. [66]
A aprendizagem efectuada nas redes neuronais artificiais é acompanhada através de algoritmos de treino que são desenvolvidos com base nas regras de aprendizagem, tentando imitar os mecanismos de aprendizagem dos sistemas biológicos. [66]
Neste método existem diversos valores (pesos, bias) que têm de ser estabelecidos, por esta razão, foram desenvolvidos diversos algoritmos de adaptação para este propósito. Estes algoritmos estão divididos em dois grupos básicos: supervisionados e não supervisionados. [65]
O algoritmo supervisionado requer o conhecimento da “saída” desejada e consegue calcular a “saída” com os correntes pesos e bias. A “saída” é comparada com a saída alvo e os pesos e bias são ajustados pelo algoritmo. Este ciclo é repetido até à diferença entre os valores alvos e calculados ser suficientemente pequena. Os algoritmos supervisionados mais utilizados baseiam-se nos métodos de gradiente (como a back-propagation) e nos genéticos (algoritmos genéticos). As redes neuronais artificiais supervisionadas mais utilizadas são as redes neuronais artificiais de feed-
forward e as redes neuronais radial basis function.
O algoritmo não supervisionado não necessita de conhecer os valores de “saída”, produzindo os seus próprios valores de “saída”, sendo estes avaliados posteriormente. Um exemplo deste tipo de algoritmo é a aprendizagem de Kohonen utilizada nos self-
organising maps. [65]
Figura 7: Exemplos de estruturas de redes neuronais artificiais, Multilayer Perceptrons (à esquerda) e
Kohonen self-organising maps (à direita). [65]
As redes neuronais artificiais utilizam diversos métodos, como Radial Basis
Function (RBF) e Multilayer Perceptrons (MLP), encontrando-se alguns destes
Metodologia