Predicción de actividad antimicrobiana usando modelos de escala evolutiva a través de un flujo de trabajo en la plataforma KNIME

Prediction of antimicrobial activity using models of evolutionary scale through a workflow in the KNIME platform

Karla Lorena MartÍnez Mauricio (2023, [Tesis de maestría])

Dentro de las estrategias para combatir la resistencia antimicrobiana, se está llevando a cabo investigación para la creación de nuevos fármacos basados en péptidos antimicrobianos. En los últimos años, se han realizado esfuerzos para incorporar herramientas computacionales que ayuden a acelerar la identificación de péptidos con actividad antimicrobiana. Una de estas herramientas son los modelos QSAR basados en aprendizaje tradicional, que permiten predecir la actividad antimicrobiana en péptidos a partir de información basada en su secuencia. Un componente clave en este proceso es el tipo de características moleculares a utilizar. Recientemente, ha surgido una familia de modelos pre-entrenados llamados ESM-2, los cuales generan incrustaciones (características) que fueron aprendidas a partir de 65 millones de secuencias que abarcan diversidad evolutiva. En este trabajo de tesis, se analiza la contribución de las incrustaciones ESM-2 de diferentes dimensiones de forma individual y en conjunto en el desarrollo de modelos QSAR basados en aprendizaje tradicional para la clasificación de péptidos antimicrobianos, así como sus tipos funcionales, como antibacteriano, antifúngico y antiviral. A partir de este estudio se concluye que aumentar la capacidad de los modelos ESM-2 no implica una mejora en el rendimiento de los modelos para predecir péptidos antimicrobianos. Los modelos ESM-2 t30 y ESM-2 t33 son los más apropiados para extraer características y mejorar la exactitud en las predicciones de péptidos antimicrobianos. Además, fusionar características de diferentes incrustaciones ESM-2 es una estrategia efectiva para construir mejores modelos QSAR que el uso exclusivo de características derivadas de un modelo ESM-2 específico. Se construyeron modelos más simples con un rendimiento comparable o superior a los modelos basados en aprendizaje profundo reportados en la literatura. Para llevar a cabo este estudio se implementó un flujo de trabajo en KNIME que genera de forma automática hasta 1980 modelos de clasificación binaria basados en aprendizaje tradicional. Incorpora diversas técnicas de selección de características, algoritmos de clasificación, métricas de desempeño y una fase de limpieza de datos. Este flujo de trabajo se encuentra disponible en https://github.com/cicese-biocom/classification-QSAR-bioKom.

Molecular features play an important role in different bio-chem-informatics tasks, such as the Quantitative Structure-Activity Relationships (QSAR) modeling. Several pre-trained models have been recently created to be used in downstream tasks either by fine-tuning a specific model or by extracting features to feed traditional classifiers. In this sense, a new family of Evolutionary Scale Modeling models (termed as ESM-2 models) has been recently introduced, demonstrating outstanding results in structure protein prediction benchmarks. Herein, we are devoted to assessing the usefulness of different-dimensional embeddings derived from ESM-2 models in the prediction of antimicrobial peptides, given the great deal of attention received because of their potential to become a plausible option to mainly fight multi-drug resistant bacteria. To this end, we created a KNIME workflow to guarantee using the same modeling methodology, and consequently, carrying out fair comparisons. As a result, it can be drawn that the 640- and 1,280- dimensional embeddings are the most appropriate to be used in modeling because statistically better results were achieved from them. We also combined features from different embeddings, and we can draw that the fusion of features of different embeddings contributes to getting better models than only using a specific model ESM-2. Comparisons regarding state-of-the-art deep learning models confirm that when performing methodologically principled studies in the prediction of AMPs, non-DL based models yield comparable-to-superior results to DL-based models. The implemented KNIME workflow is availablefreely at https://github.com/cicese-biocom/classification-QSAR-bioKom. We consider that this workflow can be valuable to prevent unfair comparisons regarding new computational methods, as well as to propose new non-DL based models.

péptidos antimicrobianos, QSAR, aprendizaje automático ESM-2, KNIME antimicrobial peptides, QSAR, machine learning, ESM-2, KNIME INGENIERÍA Y TECNOLOGÍA CIENCIAS TECNOLÓGICAS TECNOLOGÍA DE LOS ORDENADORES DISEÑO CON AYUDA DE ORDENADOR DISEÑO CON AYUDA DE ORDENADOR

Local markets and food security. The case of the Milpera and Puuc regions in Yucatan

Ana Laura Bojórquez Carrillo Monserrat Vargas Jiménez Mireya Noemi Hernández Islas (2023, [Artículo, Artículo])

Food insecurity is a complex problem worldwide. A major part of this problem is the food supply. Local markets can represent a strategy for building social capital, as well as strategies for subsistence and sustainability of food value chains, contributing to food security and its effects. The objective of this research is to determine if the existence of a municipal market in the Milpera and Puuc regions of Yucatán favors the existence of food security, the consumption or the expense of natural foods. The population is located in 18 municipalities of Yucatán, Mexico. To carry out this study, a cross-sectional, non-experimental study, with a quantitative approach and correlational scope. The main techniques that were applied were descriptive statistics and contingency tables with respect to 6 hypotheses. This work shows that the existence of markets in the communities makes a significant difference because it positively impacts the food security of the inhabitants, since it allows them to have access to a wider variety of products and at the same time, favors the active dynamics of the economy of the community.

Local markets Food safety Local development Food sovereignty Rural areas Mercados locales Seguridad alimentaria Desarrollo local Soberanía alimentaria Zonas rurales CIENCIAS SOCIALES CIENCIAS SOCIALES

Multimodal deep learning methods enhance genomic prediction of wheat breeding

Carolina Rivera-Amado Francisco Pinto Francisco Javier Pinera-Chavez David González-Diéguez Matthew Paul Reynolds Paulino Pérez-Rodríguez Huihui Li Osval Antonio Montesinos-Lopez Jose Crossa (2023, [Artículo])

Conventional Methods Genomic Prediction Accuracy Deep Learning Novel Methods CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA WHEAT BREEDING MACHINE LEARNING METHODS MARKER-ASSISTED SELECTION

Breeding schemes for the implementation of genomic selection in wheat (Triticum spp.)

Filippo Maria Bassi Alison Bentley Rodomiro Ortiz Jose Crossa (2016, [Artículo])

Marker-Aided Breeding CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA BREEDING VALUE GENETIC GAIN GENOTYPE ENVIRONMENT INTERACTION QUANTITATIVE TRAIT LOCI

Silage maize as a potent candidate for sustainable animal husbandry development—perspectives and strategies for genetic enhancement

Yogesh Vikal Manje Gowda (2023, [Artículo])

Brown Mid-Rib Genomic Selection CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA BIOMASS SILAGE DIGESTIBILITY GENOME-WIDE ASSOCIATION STUDIES MARKER-ASSISTED SELECTION MAIZE

Ubicación y caracterización de zonas de peligro de inundación por marea de tormenta en las costas de México

SAUL MIRANDA ALONSO (2008, [Documento de trabajo])

El propósito general de este proyecto es identificar y caracterizar las zonas costeras de México en peligro de inundación por marea de tormenta. En particular, determinar un conjunto de envolventes de trayectorias ciclónicas históricas y sintéticas producidas con modelación numérica, para implementar y calibrar un sistema que reproduzca escenarios probables de inundación costera; así como determinar periodos de retorno versus cota de inundación, además de elaborar el análisis de vulnerabilidad/peligrosidad y análisis extremo para las zonas identificadas. Para estudiar lo anterior, se generarán líneas de inundación a gran escala para todo el litoral mexicano, asociadas a diferentes periodos de retorno.

Huracanes Meteorología Inundaciones Marea de tormenta Informes de proyectos CIENCIAS FÍSICO MATEMÁTICAS Y CIENCIAS DE LA TIERRA

Valor de uso y política. Bolívar Echeverría y la crítica marxista a lo político

SIMON ISHAN BENITEZ DRUENNE (2019, [Tesis de maestría])

La tesis busca trabajar sobre el concepto de política a partir de las aportaciones hechas al respecto por el profesor emérito de la Universidad Autónoma de México Bolívar Echeverría Andrade. Partiendo de los elementos que consideramos constituyen su crítica a lo político en la modernidad capitalista, el trabajo empieza por explorar las condiciones de necesidad para la existencia del fenómeno político en relación con la definición del ser del hombre desde el materialismo histórico y el existencialismo sartreano. En la segunda parte se profundiza en la crítica echeverríana a lo político a partir del análisis de las consecuencias que la actualización moderno capitalista tiene sobre el ejercicio de la autarquía humana y el trabajo útil.

HUMANIDADES Y CIENCIAS DE LA CONDUCTA FILOSOFÍA FILOSOFÍA SOCIAL Bolívar Echeverría (1941-2010) Filósofos Latinoamericanos – Siglo XX Filosofía política Marxismo – Crítica e interpretación Materialismo histórico Existencialismo sartreano

Genomic prediction of hybrid crops accounting for non additive genetic effects

David González-Diéguez (2022, [Objeto de congreso])

CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA MARKER-ASSISTED SELECTION HYBRIDS MAIZE GENOMES GENETICS GENETIC VARIANCE CROPS

Molecular pre-breeding in wheat physiology

David González-Diéguez (2023, [Objeto de congreso])

CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA WHEAT PRE-BREEDING MOLECULAR GENETICS MARKER-ASSISTED SELECTION INTROGRESSION

Use of DH lines in maize breeding programs: CIMMYT experience

Yoseph Beyene (2023, [Objeto de congreso])

CIENCIAS AGROPECUARIAS Y BIOTECNOLOGÍA MAIZE BREEDING PROGRAMMES HYBRIDS MARKER-ASSISTED SELECTION GRAIN YIELDS