BORIS GUZMÁN FERNÁNDEZ & col
518
función de discriminación se evalúa con el parámetro lambda de Wilks empleando
el test de igualdad de las medias de grupo para las variables de la función de
discriminación (41-‐42).
La razón principal por la cual hemos escogido la técnica ALD, se debe a que
de 10 de los 49 compuestos estudiados (20 % de los compuestos estudiados) no
disponíamos del valor de CI50 y mediante el ALD se pueden tratar valores
discretos de la propiedad a diferencia de lo que ocurre con otras técnicas como
puede ser la regresión multilineal (43).
Diagramas de distribución de la actividad farmacológica, DDAF
Una vez obtenida la función discriminante, es interesante realizar el
correspondiente diagrama de distribución de la actividad farmacológica (DDAF),
para cada una de ellas.
Estos gráficos son útiles para determinar el intervalo de la función
discriminante en el que la expectativa, E, o probabilidad de encontrar compuestos
activos, es máxima. Los DDAF son histogramas en los que se representa en
ordenadas la E y en el eje de abscisas, el valor de la función discriminante, FD. Para
un intervalo arbitrario de FD, se puede definir la expectativa de actividad, Ea,
como: Ea = a/(i+1), en donde
a
representa el número de compuestos activos en el
intervalo dividido por el número total de compuestos activos, e
i
representa el
número de compuestos inactivos en el intervalo dividido por el número total de
compuestos inactivos.
La probabilidad de inactividad viene definida de una manera simétrica
como Ei=i/(a+1). Esta representación nos da una buena visualización de las
regiones de mínimo solapamiento, y permite la selección de intervalos de FD en los
que la probabilidad de encontrar compuestos activos es máxima (44).
Análisis de validación
La calidad predictiva y robustez del modelo de predicción seleccionado
debe evaluarse por medio de un test de validación interna. En este caso se han
adoptado dos estrategias:
•
La primera validación ha consistido en aplicar el método Jack-‐knife (45), el
cual puede definirse como un procedimiento estadístico de re-‐muestreo para
estimar el error estándar de una magnitud. Este método consiste en extraer un
compuesto de la serie y volver a calcular el modelo utilizando como conjunto de
entrenamiento
N-‐1
compuestos de forma que la propiedad es entonces predicha
para el elemento eliminado. Este proceso se repite para todos los compuestos de la
serie, obteniendo una predicción para cada uno.
•
La segunda validación o validación cruzada, consiste en dividir la data en
varios subgrupos (5 en nuestro caso con 11 compuestos cada uno). Cuatro de los
