1

Carlos MontanariCarlos MontanariCarlos MontanariCarlos Montanari Grupo de Estudos em Química Medicinal

NEQUIMED Departamento de Química e Física Molecular

Instituto de Química de São Carlos email: montana@iqsc.usp.br

http://www.nequimed.iqsc.usp.br/

Quimiometria

Carlos MontanariCarlos MontanariCarlos MontanariCarlos Montanari

IQSC, 2012IQSC, 2012IQSC, 2012IQSC, 2012

2

Bibliografia

1. Chemometrics : A Practical Guide (Wiley-Interscie nce Series on Laboratory Automation) by Kenneth R. Beebe, Randy J. Pell, Mary Beth Seasholtz “Wiley-Interscience (March 20, 1998) 2. Chemometrics : Data Analysis for the Laboratory and Chemical Plant

by Richard G. Brereton (John Wiley & Sons, April 4, 2003) 3. Nature-inspired methods in chemometrics: genetic algorithms and artificial neural networks (Data Handling in Scienc e and Technology) by Riccardo Leardi. Elsevier Science (December 3, 2003) 4. Multi- and Megavariate Data Analysis: Principles and Applications by L. Eriksson, E. Johansson, N. Kettaneh-Wold, and S. Wold (2001) 5. Chemometric Techniques for Quantitative Analysis

by Richard Kramer. Marcel Dekker (June 1, 1998)

Conteúdo

1. Mineração de dados 2. Estudo de casos 3. Produção e análise de dados 4. Construção de modelos

4.1Regressão, classificação, híbridos

5. Experimentos 6. Validação e interpretação

3

Definições?

1 "Chemometrics is the use of mathematical and statistical methods for handling, interpreting, and predicting chemical data." Malinowski, E.R.. (1991) Factor Analysis in Chemistry, Second Edition, page 1.

2 "The entire process whereby data (e.g., numbers in a table) are transformed into information used for decision making." Beebe, K. R., Pell, R. J., and M. B. Seasholtz. (1998) Chemometrics: A Practical Guide, page 1.

3 "Chemometrics is a chemical discipline that uses mathematics, statistics and formal logic (a) to design or select optimal experimental procedures; (b) to provide maximum relevant chemical information by analyzing chemical data; and (c) to obtain knowledge about chemical systems."

4 Massart, D.L., et al.. (1997) Data Handling in Science and Technology 20A: Handbook of Chemometrics and Qualimetrics Part A, page 1.

Aplicações Biologia, engenharia química, medicina, química analítica,

química forense, química medicinal...

1. Processamento de imagens, segmentação e análise

2. Classificação e análise de sinais de radar 3. Reconhecimento facial 4. Reconhecimento e entendimento da fala 5. Identificação de impressão digital 6. Reconhecimento do caráter 7. Classificação de cerâmica em sítios pré-clássicos

4

8. Reconhecimento da escrita

9. Análise e entendimento dos sinais de eletrocardio grafia

10.Diagnose médica

11.Mineração de dados

12.Análise sísmica

13.Reconhecimento de padrões.

Relações entre amostras: pacientes, alimentos, organismos, colunas cromatográficas, madeira, água, cachaça, es pectros.

Entre variáveis: concentração de compostos, picos espectrais, testes

cromatográficos (formato do pico, similaridade de compostos, pHs e fases móveis diferentes), composição elementar

Exemplos 1. Medicina: toxicologia 2. Genotipagem: biotecnologia 3. Produção de comprimidos (formulações): medicament os 4. Biologia: cheiro típico de animais 5. Cromatografia: classificação de colunas 6. Análise de materiais: plástico (mudança de fase – análise

térmica) 7. Deteção de drogas ilegais (cocaína, canabis, her oína,

ecstasy). Espectrometria de massas tandem (deteção de 2 íons por droga)

8. Monitorar reações (desenvolvimento de novas reaç ões, otimização de reações, processo de manufatura).

Indústrias química e farmacêutica

5

Técnicas Não há uma técnica. Use várias em várias etapas!

Quimiometria não é estatística!

1. Pré-processamento 2. Seleção de variáveis 3. Análise de componentes principais 4. Análise de agrupamentos 5. Análise discriminatória 6. Simplex 7. MRA 8. PLS 9. KNN 10.SIMCA 11.Redes Neurais

6

7

8

Modelos

1 Procedimento guiado por teoria 1.1 Sistemas complexos mal definidos

1.1.1. Conhecimento prévio insuficiente 1.1.2. Informação prévia incerta sobre a estrutura

do modelo 1.1.3. Conhecimento insuficiente sobre os fatores

de interferência

2. Procedimento guiado por dados 2.1. Falta de conhecimento prévio sobre a

estrutura do modelo matemático

Problemas em predição

1. Grande coleção de dados 1.1. Mais variáveis do que objetos

1.1.1. Problema: dimensionalidade

2. Capacidade preditiva do modelo ruim

3. Resultado: extração irrelevante de conhecimento

9

Quimiometria

1. Análise de dados: 1.1. Extração de informação dos dados

químicos

2. Planejamento experimental: 2.1. Conteúdo de informação dos dados

3. Modelagem: 3.1. Investigação das relações complicadas

4. Obtenção de dados multivariados a partir de experimentos

X Y C

Variáveis Classe

1, 2, 3, ..., p 1, 2, 3, ..., r 1

Classes

10

Estratégias quimiométricas

Dados Exploração de dados

Otimização Regressão Classificação

Análise de agrupamentos

Experimentos

Planejamento experimental

Problema Objetivos

Hipóteses

Modelo qualitativo Modelo quantitativo Modelo empír ico

Localização do modelo

1D

2D

3D

Coligativas Estereodinâmica

Estereoeletrônica

Interação Ligante-receptor

11

Nova entidade química (NCE)

Mr < 500; H, C, N, O, P, S, F, Cl, Br

= 1062-64

Nova entidade química (NCE)

Mr < 500; H, C, N, O, P, S, F, Cl, Br

= 1062-64

Problema numeral

Problema numeral...

Chemical Abstract 2,7x107 Chemical Abstract 2,7x107

WDI 7x104 WDI 7x104

~2000 fármacos em uso clínico!

12

π vs σ

Problema ontológico (Como dividir os compostos para ter homogeneidade)

3-Methyl-pent-2-one

3-Methyl-cyclopentanone

Methyl-hexanone

Acetic acid

6-Methyl-hept-5-en-2-one

3-Methyl-hexanal

Nonan-2-one E Undec-2-en-1-ol

Nonan-4-one

Heptanal

Phenol

2-Ethyl-hexan-1-ol

Methylisobutanone

1-Methyl-pyrrole

p-Xylene

Trimethyl-pyrazine

2,5-Dimethyl-pyrazine

1-Phenyl-propan-2-one

1-Ethyl-3-Methyl-benzene

1,3-Dimethyl-benzene

Hexan-2-one

2-Propenylidene-cyclobutene

2-Ethenyl-6-methyl-pyrazine

Decanal

Heptan-2-one

Ethyl-benzene

Non-2-en-4-one

Benzaldehyde

Octanal

Pentan-2-one

Hexanal

3-Ethyl-cyclopentan-1-one

Nonanal

-0.3

-0.2

-0.1

0

0.1

0.2

0.3

0.4

-0.3 -0.2 -0.1 0 0.1 0.2 0.3 0.4

Pesos (loadings): impressão digital química (aldeídos, aromáticos, cetonas)

13

Seleção de compostos

Depois de Carr e Jhoti

Quantificação da diversidade química

1. Responder às perguntas: 1. (i) Quanta diversidade está perdida 1. (ii) Quanta diversidade é necessária

2. Respostas: 2.(i) Calcular e medir propriedades:

Índices topológicos Grupos funcionais Lipofilia, etc.

2.(ii) Análise estatística multivariada

14

Quantificação

Quantificação...

1. Por exemplo: Extremos de uma coleção de hexapeptídeos

1.1. 64 milhões de possibilidades!

1.1.1. Ac-Phe-Phe-Phe-Phe-Phe-Phe-NH2.

CLOG P= 5,5 1.1.2. Ac-Arg-Arg-Arg-Arg-Arg-

Arg-NH2. CLOG P = -13 Carregado: CLOG D = -37

15

Problema de representação

1.CNS 1.1. Pequena

distribuição! 1.2. Diversidade

química redundante! 2. Então,

2.1. REPRESENTAÇÃO. Planejar série dentro

do SSS

CLOG P

Número de Ocorrências

0-1 1-2 2-3 3-4 4-5 5-6

1. Quantos grupos podem/devem ser usados

u X possibilidades = X4 combinações

2. Quais grupos?

3. Todas as combinações são necessárias?

“Grupos-de-construção” dentro do SSS?

SÍNTESE COMBINATÓRIA

2. X = 166 subs. 3. Síntese de 7,6.108 moléculas

1. X = 13 ⇒⇒⇒⇒ 28.561! (X2 = 5 ⇒⇒⇒⇒ 25)

N

N

R2

OR4

R3

R1

16

Escolha de descritores

Problema de Buffon: probabilidade da agulha aterrissar sobre a linha Comprimento Cor Composição Textura Orientação

Métodos

1. Análise 1D 2. Outras dimensões requerem técnicas

de decomposição Regressão múltipla PCA PLS ...

3. Objetivos: conectar os descritores com elementos estruturais para interpolar e extrapolar dados

17

O que são elemento estrutural e descritor físico-químico?

Qual é a relação com a atividade?

Propriedade Estrutura

Atividade

Atividade Propriedade

Estrutura

Propriedade Estrutura

Atividade

Diagrama de Venn

18

Química do século XXI!

1. Quantos substâncias químicas existem? E, quais?

2. Chemical Abstract – 679.837/ano! – 1862/dia

Perca 30 dias e você estará atrás de 55.860 substâncias!

3. O problema não é somente obter informações, mas como

organizá-las!

Como solucionar?

Quimiometria