Título: Modelos de redes convolucionales en grafos para la predicción de sabores y olores a partir de moléculas

Directores: Ing. Federico Zamberlan y Dr. Facundo Carrillo

Jurados: Dr. Federico Pousa y Dr. Pablo Riera

Resumen: A diferencia de la visión y la audición, el sentido del olfato sigue siendo poco comprendido, difícil de modelar e incluso más difícil de predecir. A pesar de haber sido una herramienta evolutiva vital para la supervivencia, permitiéndonos diferenciar los alimentos en malas condiciones y detectar incendios cercanos, todavía no tenemos forma de predecir cómo olerá un compuesto químico a partir de conocer su estructura molecular. Al igual que ocurre con los fármacos, las moléculas responsables de que percibamos estas sensaciones mediante nuestros sentidos también se acoplan a proteínas receptoras transmembrana en la superficie de las células del sistema nervioso, en este caso, ubicadas en nuestra nariz o boca. Actualmente, a excepción de algunos grupos de moléculas específicos, la única forma de saber cómo va a oler una sustancia es oliéndola, ya que no existe un método general para inferir este tipo de información en base a las propiedades de la molécula. El desarrollo de un modelo predictivo que trabaje sobre este fenómeno de interacción entre proteínas y ligandos resulta una herramienta de vital importancia con inmediata y directa transferibilidad a otros problemas de la industria química, desde el desarrollo de medicamentos hasta saborizantes o insecticidas. El presente trabajo tiene por objetivo el desarrollo de modelos que permitan determinar a partir de la estructura molecular de una sustancia las etiquetas que mejor describan sus características olfativas y gustativas. Para esto, trabajaremos en la implementación y uso de redes de convolución para grafos, una arquitectura de aprendizaje profundo que se encuentra en auge y demostrando mucho potencial para trabajar con datos no estructurados. Nuestra hipótesis es que las moléculas que comparten características olfativas y gustativas similares deben también presentar similitudes en la disposición geométrica de sus átomos en el espacio. Al codificar la estructura molecular a través de grafos con los atributos de los átomos en los nodos estamos capturando una amplia información sobre la estructura molecular. Finalmente las redes de grafos convolucionales deberían ser capaces de hallar las relaciones entre dicha geometría y el efecto biológico subjetivo provocado por las moléculas.