The bigger fish: a comparison of meta-learning QSAR models on low-resourced aquatic toxicity regression tasks

Abstract

Abstracto La información toxicológica necesaria para las evaluaciones de riesgo de los compuestos químicos suele ser escasa. Desafortunadamente, la recopilación de nueva información toxicológica de forma experimental suele implicar pruebas con animales. Se prefieren alternativas simuladas, por ejemplo, modelos de relación cuantitativa estructura-actividad (QSAR), para inferir la toxicidad de nuevos compuestos. Las recopilaciones de datos de toxicidad acuática consisten en muchas tareas relacionadas, cada una de las cuales predice la toxicidad de nuevos compuestos en una especie determinada. Dado que muchas de estas tareas requieren de recursos inherentemente bajos, es decir, involucran pocos compuestos asociados, esto es un desafío. El metaaprendizaje es un subcampo de la inteligencia artificial que puede conducir a modelos más precisos al permitir la utilización de información en todas las tareas. En nuestro trabajo, comparamos varias técnicas de metaaprendizaje de última generación para construir modelos QSAR, centrándonos en el intercambio de conocimientos entre especies. Específicamente, empleamos y comparamos el aprendizaje automático transformacional, el metaaprendizaje agnóstico del modelo, el ajuste fino y los modelos multitarea. Nuestros experimentos muestran que las técnicas establecidas de intercambio de conocimientos superan a los enfoques de una sola tarea. Recomendamos el uso de modelos de bosque aleatorio multitarea para el modelado de toxicidad acuática, que igualaron o superaron el desempeño de otros enfoques y produjeron buenos resultados de manera sólida en los entornos de bajos recursos que estudiamos. Este modelo funciona a nivel de especie, prediciendo la toxicidad para múltiples especies en varios filos, con una duración de exposición flexible y en un amplio dominio de aplicabilidad química.