Resumen

Este estudio demuestra la importancia de obtener resultados estadísticamente estables cuando se utilizan métodos de aprendizaje automático para predecir la actividad de péptidos antimicrobianos, debido al costo y la complejidad de los procesos químicos involucrados en los casos en que los conjuntos de datos son particularmente pequeños (menos de unos pocos cientos de instancias). Como en otros campos con problemas similares, esto da como resultado una gran variabilidad en el rendimiento de los modelos predictivos, lo que dificulta cualquier intento de transferirlos a la práctica de laboratorio. En lugar de apuntar a un buen rendimiento máximo obtenido de configuraciones experimentales muy particulares, como se informa en la literatura relacionada, nos enfocamos en caracterizar el comportamiento de los métodos de aprendizaje automático, como un paso preliminar para obtener resultados reproducibles en configuraciones experimentales y, en última instancia, buen rendimiento. Proponemos una metodología que integra el aprendizaje de características (autoencoders) y métodos de selección (algoritmos genéticos) mediante el uso exhaustivo de métricas de desempeño (pruebas de permutación y bootstrapping), que brindan evidencia estadística más sólida para respaldar las decisiones de inversión con los recursos de laboratorio disponibles. Mostramos evidencia de la utilidad de 1) el uso extensivo de recursos computacionales y 2) la adopción de una gama más amplia de métricas que las informadas en la literatura para evaluar el rendimiento del método. Este enfoque nos permitió guiar nuestra búsqueda para encontrar métodos de aprendizaje automático adecuados y obtener resultados comparables a los de la literatura con una fuerte estabilidad estadística.

• Materias:Vectores Peptidos Microbiología Estadística Aprendizaje electrónico Algoritmos (Computadores)
• Subjects:Vectors Peptides Microbiology Statistics E-learning Computer algorithms
• Palabras claves:Aprendizaje de máquina; Curvas de aprendizaje; Estabilidad estadística; Péptidos antimicrobianos; Regresión de vectores de soporte.
• Keywords:Antimicrobial peptides; Learning curves; Machine learning; Statistical stability; Support vector regression.