Búsqueda de un conjunto óptimo de descriptores moleculares para la modelación QSAR

Search for an optimal subset of molecular descriptors for QSAR modeling

Luis Antonio García González (2023, [Tesis de doctorado])

En la actualidad, se estima que más de 10 millones de vertebrados son utilizados cada año en estudios toxicológicos. Dadas estas circunstancias, varias agencias regulatorias están impulsando activamente a la comunidad científica para el desarrollo de una alternativa a la experimentación con animales. Entre las alternativas existentes se pueden encontrar los estudios in-silico, especialmente los métodos de Relación Cuantitativa Estructura-Actividad (QSAR por sus siglas en inglés), los cuales se destacan como uno de los más utilizados. Los estudios QSAR se basan en la hipótesis de que compuestos estructuralmente similares presentan una actividad similar, lo que permite predecir la actividad de nuevos compuestos en función de compuestos estructuralmente similares, para los cuales se definió su actividad de forma experimental. Estudios han demostrado que la selección del subconjunto “óptimo” de las variables (descriptores moleculares) que caracterizan estructuralmente los compuestos tiene mayor importancia para la construcción de un modelo QSAR robusto que la estrategia de modelación utilizada. Actualmente, los descriptores moleculares (DMs) utilizados para la modelación QSAR son calculados con herramientas computacionales que no tienen en cuenta si estos caracterizan bien la actividad que se quiere modelar y los compuestos que se están analizando. En este trabajo se describen las limitaciones del enfoque actual, teniendo en cuenta que, si se sigue este enfoque, se puede pasar por alto información relevante al suponer que el conjunto de DMs calculado caracteriza bien las estructuras químicas que se están analizando, cuando en realidad puede que esto no suceda. Estas limitaciones se deben principalmente a que dichas herramientas limitan el número de DMs que calculan, restringiendo el dominio de los parámetros en los que se definen los algoritmos que calculan los DMs, parámetros que definen el Espacio de Configuración de Descriptores (DCS por sus siglas en inglés). En este trabajo se propone relajar estas restricciones en un enfoque DCS abierto, de manera que se pueda considerar inicialmente un universo más amplio de DMs y que estos caractericen de manera adecuada las estructuras a modelar. La generación de DMs se aborda entonces como un problema de optimización multicriterio, y para darle solución, dos algoritmos evolutivos son propuestos. Estos algoritmos incluyen conceptos de coevolución cooperativa para medir la sinergia entre descriptores moleculares ...

Currently, it is estimated that more than 10 million vertebrates are used per year for toxicological studies. Numerous regulatory agencies are actively advocating for the development of alternative methods to avoid unnecessary experimentation on animals. Among the existing alternatives in silico studies, especially Quantitative Structure Activity Relationships (QSAR) methods, stands out as one ofthe most widely used approaches. QSAR Methods are based on the premise that molecules with similar structures presents similar activities, which makes it possible to predict the activity of new compounds based on structurally similar compounds, for which their activity has been defined experimentally. Studies have demonstrated that the selection of the “optimal” set of molecular descriptors (MDs) is more important to build a robust QSAR models than the choice of the learning algorithm. Nowadays, the molecular descriptors (MD) used for QSAR modeling are calculated using computational tools that do not consider whether they accurately characterize the activity to be modeled and the compounds being analyzed. We demonstrate here that this approach may miss relevant information by assuming that the initial universe of MDs codifies, when it does not, all relevant aspects for the respective learning task. We argue that the limitation is mainly because of the constrained intervals of the parameters used in the algorithms that compute the MDs, parameters that define the Descriptor Configuration Space (DCS). We propose to relax these constraints in an open CDS approach, so that a larger universe of MDs can initially be considered, and these descriptors can adequately characterize the structures to be modeled. We model the MD generation as a multicriteria optimization problem, and two genetic algorithms-based approaches are proposed to solve it. These algorithms include cooperative-coevolutionary concepts to consider the synergism between theoretically different MDs during the evolutionary process. As a novel component, the individual fitness function is computed by aggregating four criteria via the Choquet Integral using a fuzzy non-additive measure. Experimental outcomes on benchmarking chemical datasets show that models created from an “optimized” sets of MDs present greater probability to achieve better performances than models created from sets of MDs obtained without optimizing their DCSs. Therefore, it can be concluded that the proposed algorithms are more suitable ..

algoritmos genéticos, descriptores moleculares QuBiLS-MAS, QSAR, DILI, cooperación coevolutiva genetics algorithms, QuBiLS-MAS molecular descriptors, QSAR, DILI, cooperativecoevolutionary algorithms INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA DE LOS ORDENADORES DISEÑO CON AYUDA DE ORDENADOR DISEÑO CON AYUDA DE ORDENADOR

Teoría de la catástrofe aplicada en la hidráulica

Polioptro Martinez-Austria GABRIEL ECHAVEZ ALDAPE (1986, [Artículo])

La teoría de la catástrofe es una nueva herramienta matemática que permite el estudio y la descripción de fenómenos con características anómalas de comportamiento como histéresis y discontinuidades. En mecánica de fluidos e hidráulica existen varios casos de flujos con este tipo de comportamiento que, por la carencia de métodos sencillos de análisis, casi no se han estudiado. En este trabajo se presentan los conceptos fundamentales de la teoría de la catástrofe, enfatizando más sus implicaciones físicas que sus antecedentes matemáticos, y se ofrecen ejemplos de fenómenos de interés en hidráulica que pueden describirse mediante geometrías de catástrofe.

Hidráulica Mecánica de fluidos Método descriptivo INGENIERÍA Y TECNOLOGÍA

Contratos inteligentes para la gestión de datos de sensado móvil y vestible para aplicaciones en salud

Smart contracts for mobile and wearable sensing data management for health applications

José Ricardo Cedeño García (2023, [Tesis de maestría])

El aumento en la producción de datos derivado de la adopción de tecnologías móviles y de IoT está revolucionando la salud, pero también plantea importantes retos éticos y de privacidad. Los recientes avances en el aprendizaje automático han resaltado la importancia de recopilar y etiquetar datos correctamente, en especial para fines críticos, como el desarrollo de aplicaciones para cuidados médicos. La recopilación de datos médicos para tareas de aprendizaje automático presenta limitaciones en cuanto a la cantidad, variedad y calidad de las fuentes disponibles. Una forma de abordar este dilema es el uso de Blockchain para la recopilación y el uso de datos de pacientes. El anonimato de una red centralizada permite proteger la identidad del paciente. La estructura formada por nodos permite que la información esté siempre disponible y no dependa de un servidor principal. La inmutabilidad de los registros en la cadena garantiza la trazabilidad inequívoca del flujo de los datos del paciente. Por último, los mecanismos de consenso y recompensa de la red podrían motivar a nuevos usuarios a participar del sensado activo. Presentamos TRHEAD, una arquitectura de referencia basada en la Blockchain para recopilar datos sanitarios, firmar consentimientos, anotar datos y obtener crédito por los mismos, permitiendo a los usuarios rastrear el uso de sus datos, a los científicos rastrear su procedencia y proteger al mismo tiempo la privacidad de los pacientes. Exponemos dos implementaciones de nuestra arquitectura aplicadas a distintas campañas de sensado para comprobar su viabilidad, así como los resultados de su aplicación en estos escenarios y las conclusiones que desprendieron de su análisis. Dado que uno de los objetivos principales de TRHEAD es la recopilación de datos mediante sensado activo para el entrenamiento legal/consciente de modelos de aprendizaje automático, se realizó el entrenamiento de un modelo con los datos obtenidos de la campaña de sensado correspondiente a imágenes de rostros humanos, con el fin de detectar estados de ánimo. Finalmente se discute el papel de TRHEAD en el aseguramiento del trato justo y consciente de la información de los pacientes y el camino por recorrer en el perfeccionamiento de la arquitectura.

The increase in data production resulting from the adoption of mobile and IoT technologies is revolutionizing healthcare, but it also poses significant ethical and privacy challenges. Recent advances in machine learning have highlighted the importance of collecting and labeling data correctly, especially for critical purposes such as deploying healthcare software. Collecting medical data for machine learning tasks presents limitations in terms of the quantity, variety, and quality of available sources. One way to address this dilemma is the use of Blockchain for the collection and use of patient data. The anonymity of a centralized network allows the patient’s identity to be protected. The structure formed by nodes allows information to be always available and not dependent on a main server. The immutability of the records in the chain guarantees the unequivocal traceability of the flow of patient data. Finally, the network’s consensus and reward mechanisms could motivate new users to participate in active sensing. We present TRHEAD, a Blockchain-based reference architecture for collecting healthcare data, signing consents, annotating data and getting credit for it, allowing users to track the use of their data, scientists to track its provenance while protecting patients privacy. We present two implementations of our architecture applied to different sensing campaigns to test their feasibility, as well as the results of their application in these scenarios and the conclusions drawn from those results. Since one of the main objectives of TRHEAD is the collection of data through active sensing for the legal/conscious training of machine learning models, a model was trained with the data obtained from the sensing campaign corresponding to images of human faces, in order to detect moods. Finally, the role of TRHEAD in ensuring the fair and conscientious treatment of patient information and the road ahead in refining the architecture is discussed.

Contratos Inteligentes, Blockchain, Privacidad, Aprendizaje de Máquina Etico, Recopilación Consciente de Datos, Consentimiento, Arquitectura de Referencia Smart Contracts, Blockchain, Privacy, Ethical Machine Learning, Conscious Data Collection, Consent, Reference Architecture INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA DE LOS ORDENADORES INTELIGENCIA ARTIFICIAL INTELIGENCIA ARTIFICIAL

Control de sistemas usando aprendizaje de máquina

Systems control using machine learning

Jesús Martín Miguel Martínez (2023, [Tesis de maestría])

El aprendizaje por refuerzo es un paradigma del aprendizaje de máquina con un amplio desarrollo y una creciente demanda en aplicaciones que involucran toma de decisiones y control. Es un paradigma que permite el diseño de controladores que no dependen directamente del modelo que describe la dinámica del sistema. Esto es importante ya que en aplicaciones reales es frecuente que no se disponga de dichos modelos de manera precisa. Esta tesis tiene como objetivo implementar un controlador óptimo en tiempo discreto libre de modelo. La metodología elegida se basa en algoritmos de aprendizaje por refuerzo, enfocados en sistemas con espacios de estado y acción continuos a través de modelos discretos. Se utiliza el concepto de función de valor (Q-función y función V ) y la ecuación de Bellman para resolver el problema del regulador cuadrático lineal para un sistema mecánico masa-resorte-amortiguador, en casos donde se tiene conocimiento parcial y desconocimiento total del modelo. Para ambos casos las funciones de valor son definidas explícitamente por la estructura de un aproximador paramétrico, donde el vector de pesos del aproximador es sintonizado a través de un proceso iterativo de estimación de parámetros. Cuando se tiene conocimiento parcial de la dinámica se usa el método de aprendizaje por diferencias temporales en un entrenamiento episódico, que utiliza el esquema de mínimos cuadrados con mínimos cuadrados recursivos en la sintonización del crítico y descenso del gradiente en la sintonización del actor, el mejor resultado para este esquema es usando el algoritmo de iteración de valor para la solución de la ecuación de Bellman, con un resultado significativo en términos de precisión en comparación a los valores óptimos (función DLQR). Cuando se tiene desconocimiento de la dinámica se usa el algoritmo Q-learning en entrenamiento continuo, con el esquema de mínimos cuadrados con mínimos cuadrados recursivos y el esquema de mínimos cuadrados con descenso del gradiente. Ambos esquemas usan el algoritmo de iteración de política para la solución de la ecuación de Bellman, y se obtienen resultados de aproximadamente 0.001 en la medición del error cuadrático medio. Se realiza una prueba de adaptabilidad considerando variaciones que puedan suceder en los parámetros de la planta, siendo el esquema de mínimos cuadrados con mínimos cuadrados recursivos el que tiene los mejores resultados, reduciendo significativamente ...

Reinforcement learning is a machine learning paradigm with extensive development and growing demand in decision-making and control applications. This technique allows the design of controllers that do not directly depend on the model describing the system dynamics. It is useful in real-world applications, where accurate models are often unavailable. The objective of this work is to implement a modelfree discrete-time optimal controller. Through discrete models, we implemented reinforcement learning algorithms focused on systems with continuous state and action spaces. The concepts of value-function, Q-function, V -function, and the Bellman equation are employed to solve the linear quadratic regulator problem for a mass-spring-damper system in a partially known and utterly unknown model. For both cases, the value functions are explicitly defined by a parametric approximator’s structure, where the weight vector is tuned through an iterative parameter estimation process. When partial knowledge of the dynamics is available, the temporal difference learning method is used under episodic training, utilizing the least squares with a recursive least squares scheme for tuning the critic and gradient descent for the actor´s tuning. The best result for this scheme is achieved using the value iteration algorithm for solving the Bellman equation, yielding significant improvements in approximating the optimal values (DLQR function). When the dynamics are entirely unknown, the Q-learning algorithm is employed in continuous training, employing the least squares with recursive least squares and the gradient descent schemes. Both schemes use the policy iteration algorithm to solve the Bellman equation, and the system’s response using the obtained values was compared to the one using the theoretical optimal values, yielding approximately zero mean squared error between them. An adaptability test is conducted considering variations that may occur in plant parameters, with the least squares with recursive least squares scheme yielding the best results, significantly reducing the number of iterations required for convergence to optimal values.

aprendizaje por refuerzo, control óptimo, control adaptativo, sistemas mecánicos, libre de modelo, dinámica totalmente desconocida, aproximación paramétrica, Q-learning, iteración de política reinforcement learning, optimal control, adaptive control, mechanical systems, modelfree, utterly unknown dynamics, parametric approximation, Q-learning, policy iteration INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA DE LOS ORDENADORES INTELIGENCIA ARTIFICIAL INTELIGENCIA ARTIFICIAL

Guía de implementación e intercambio de prácticas inclusivas en educación superior

RENATO HERNANDEZ LOUSTALOT LACLETTE Karla Mariana Escobar Magallanes (2023, [Libro])

"es una propuesta para acompañar a universidades e instituciones de educación superior (ies) en el camino para desarrollar capacidades para la inclusión educativa enfocadas para las personas en situación de discapacidad con el apoyo de la cooperación internacional para el desarrollo."

México; Educación superior; Personas con discapacidad; Discapacidad; Cooperación internacional; Accesibilidad; Educación inclusiva; Programas y proyectos; Universidades públicas; Derechos humanos CIENCIAS SOCIALES CIENCIA POLÍTICA CIENCIA POLÍTICA

A Comparison of Multi-Label Text Classification Models in Research Articles Labeled With Sustainable Development Goals

Roberto Carlos Morales-Hernández Joaquín Gutiérrez Jaguey David Becerra-Alonso (2022, [Artículo])

"The classification of scientific articles aligned to Sustainable Development Goals is crucial for research institutions and universities when assessing their influence in these areas. Machine learning enables the implementation of massive text data classification tasks. The objective of this study is to apply Natural Language Processing techniques to articles from peer-reviewed journals to facilitate their classification according to the 17 Sustainable Development Goals of the 2030 Agenda. This article compares the performance of multi-label text classification models based on a proposed framework with datasets of different characteristics. The results show that the combination of Label Powerset (a transformation method) with Support Vector Machine (a classification algorithm) can achieve an accuracy of up to 87% for an imbalanced dataset, 83% for a dataset with the same number of instances per label, and even 91% for a multiclass dataset."

Classification algorithm, multi-label text classification, problem transformation method, scientific articles, sustainable development goals, text classification INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA DE LOS ORDENADORES LENGUAJES ALGORÍTMICOS LENGUAJES ALGORÍTMICOS

Estimación óptima de la precipitación media con el método Kriging

JAIME COLLADO MOCTEZUMA (1988, [Artículo])

En este artículo se presenta el método Kriging; se explica su aplicación para calcular la precipitación media en un área o cuenca y se da especial atención a las hipótesis que conducen a establecer las ecuaciones Kriging, así como a la aplicabilidad de las mismas. Se definen las funciones intrínsecas aleatorias de orden k y se muestra su relación con procesos estacionarios. También se presenta un ejemplo relativo al cálculo de la precipitación media en el estado de Morelos, empleando una función de covariancia generalizada de orden 1 y se dan sugerencias prácticas para aplicar el método Kriging.

Método Kriging Precipitación media Estaciones hidrológicas CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA

Geoportal para consulta del acervo institucional de información geográfica

JORGE ENRIQUE BRENA ZEPEDA JAIME VELAZQUEZ ALVAREZ CERVANDO CASTILLO ROMANO (2014, [Documento de trabajo])

Este proyecto tuvo como objetivo principal el desarrollo de una aplicación informática para la consulta, descarga y administración de la información que compone el acervo de datos geográficos de la Coordinación de hidrología. Esta primera etapa se enfocó al almacenamiento, consulta y descarga de imágenes de satélite, dado que éstas representan el mayor porcentaje de datos

del acervo.

Informes de proyectos Geografía Sistemas de información Programas de computación INGENIERÍA Y TECNOLOGÍA

THEORETICAL STUDY OF MULTIPARTITE QUANTUM CORRELATIONS IN A NON-LINEAR SYSTEM

Héctor Rodríguez-Nava (2023, [Tesis de maestría])

"Se estudió teóricamente un Hamiltoniano que describe dos procesos paramétricos en un cristal no-lineal que, bajo condiciones geométricas específicas, generan correlaciones cuánticas no locales en cuatro modos de luz en las cantidades llamadas cuadraturas del campo. Se utilizaron dos metodologías para este estudio: métodos de espacio fase y ecuaciones de evolución de Heisenberg. Ambas técnicas generaron sistemas de ecuaciones diferenciales que describen el comportamiento dinámico de los operadores de creación y aniquilación de los cuatro modos de luz. Estos valores se utilizaron para certificar las correlaciones cuánticas por medio de testigos de enredamiento y steering."

Fotónica Óptica cuántica Enredamiento Correlaciones cuánticas Métodos de espacio fase Ecuaciones diferenciales estocásticas Steering CIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA FÍSICA ÓPTICA ÓPTICA

Optimización multi-objetivo enfocada en la integración del diseño y control en secuencias intensificadas para la purificación de ácido levulínico

HERIBERTO ALCOCER GARCIA (2018, [Tesis de maestría])

El ácido levulínico (AL) producido a través de la hidrolisis ácida, ha atraído el interés de los grupos de investigación al ser materia prima para la producción de gran número de productos químicos. Estudios recientes han propuesto métodos alternativos para separar y purificar el ácido levulínico de la corriente diluida obtenida de la hidrólisis. Estas alternativas ofrecen ahorros energéticos y económicos. Sin embargo, pocos estudios han analizado la parte ambiental y las propiedades de control que involucra la separación de la mezcla furfural, ácido levulínico, ácido fórmico y agua. Por tanto, en este trabajo de tesis se propuso una metodología que conjunta el diseño y la evaluación del control de alternativas intensificadas para la separación de esta mezcla. Los diseños fueron optimizados utilizando el método de evolución diferencial con lista Tabú, tomando como funciones objetivo: el costo total anual y el Eco-indicador99, seguido de un análisis de controlabilidad utilizando los índices:matriz de ganancias relativas, número de condición y un índice de sensibilidad. Este análisis fue extendido a varios procesos de destilación híbridos, incluidos los convencionales, pared divisoria con decantador, pared divisoria con decantador y acoplamiento térmico y doble pared. Los resultados de las optimizaciones indicaron que los esquemas de pared divisoria y decantador presentan los mejores resultados, ya que el incremento de los flujos internos de la columna de doble pared y la columna de pared divisoria con acoplamiento térmico, causo que se incrementaran los valores del costo total anual y Eco-indicador99. Además, a través del análisis del control se pudieron obtener directrices entre la matriz de ganancias relativas y el número de condición, ya que los diseños que presentaron menores valores de número de condición total son los que presentan una estructura de control estable en todo el rango de frecuencia estudiado / Heriberto Alcocer García ; Directores: Juan Gabriel Segovia Hernández, Oscar Andrés Prado Rubio, Eduardo Sánchez Ramírez, Juan José Quiroz Ramírez

CGU- Maestría en Ingeniería Química (Integración de Procesos) BIOLOGÍA Y QUÍMICA Ácido levulínico - Purificación EI99 (Eco-indicador 99) Mezcla furfural Método de evolución diferencial