ReactGen

Introdução

Repositório criado para o projeto ReactGen, um algoritmo genético que seleciona uma molécula com alta chance de reagir com outra molécula dada.

Algoritmos Genéticos 🧬

Os algoritmos genéticos são uma família de algoritmos de busca inspirados nos princípios da evolução da natureza. Ao simular o processo de seleção natural e reprodução, eles são capazes de gerar soluções de alta qualidade para diversos problemas relacionados à busca, otimização e aprendizado. A sua analogia com a evolução natural permite que os algoritmos genéticos superem os desafios encontrados pelos algoritmos de busca e otimização convencionais, principalmente em problemas com uma grande quantidade de parâmetros e representações matemáticas complexas.

O que são grupos funcionais?

Os grupos funcionais são sequências químicas, ou padrões de átomos, que exibem uma "função" consistente (propriedades e reatividade) independentemente da molécula em que são encontrados.

Como as propriedades influenciam a molécula?

Massa Molecular: A massa molecular é a soma das massas atômicas de todos os átomos presentes em uma molécula. Ela pode influenciar em diversas propriedades, como a solubilidade, ponto de fusão e ebulição, densidade, entre outras. Moléculas com maior massa molecular tendem a ter maior ponto de fusão e ebulição, além de serem menos voláteis.
Área de Superfície: A área de superfície de uma molécula pode influenciar na velocidade de reações químicas. Quanto maior for a superfície de contato das substâncias reagentes, maior será a velocidade com que se processará a reação.
LogP: O LogP é um parâmetro que indica a tendência preferencial de um fármaco se dissolver em uma fase oleosa ou aquosa. Quanto maior o valor de LogP, mais hidrofóbico e lipossolúvel será o fármaco. Esse valor pode variar de -3 a 7, no entanto, o valor ideal para fármacos fica entre 2 a 5, isso porque valores abaixo desse limite dificultam a permeação pela membrana plasmática, enquanto que fármacos com LogP maior que 5 podem ficar retidos na membrana, devido a sua alta lipossolubilidade.
Anéis Aromáticos: Os anéis aromáticos são compostos orgânicos cíclicos e planares que possuem ligações duplas alternadas, que pelo fenômeno de ressonância formam nuvens de elétrons pi deslocalizadas. Eles podem influenciar em diversas propriedades, como a estabilidade química, interações intermoleculares, entre outras. Moléculas aromáticas normalmente exibem uma estabilidade química ampliada em comparação às moléculas semelhantes não aromáticas.
Polaridade: A polaridade das moléculas está relacionada com o fato de o composto apresentar ou não áreas com cargas diferentes (positiva e negativa). As moléculas com polos são denominadas polares, e as que não os apresentam são as apolares. A polaridade das moléculas pode influenciar em diversas propriedades, como a solubilidade, ponto de fusão e ebulição, entre outras. Por exemplo, moléculas polares tendem a ser mais solúveis em solventes polares, enquanto moléculas apolares tendem a ser mais solúveis em solventes apolares.
Raio Molecular: O raio molecular é a distância entre o núcleo do átomo e sua camada mais externa de elétrons. Ele pode influenciar em diversas propriedades, como a reatividade química, energia de ionização, entre outras. Átomos com maior raio tendem a ser mais reativos e ter menor energia de ionização.
Densidade de Carga: A densidade de carga é a quantidade de carga elétrica por unidade de volume. Ela pode influenciar em diversas propriedades, como a polaridade, reatividade química, entre outras. Moléculas com maior densidade de carga tendem a ser mais reativas e polares.

O que nosso algoritmo genético faz?

Nosso algoritmo genético é projetado para otimizar a combinação de grupos funcionais em uma molécula de referência. Aqui está uma visão geral do funcionamento do algoritmo em relação às moléculas:

Inicialização: A população inicial de indivíduos é criada com base em um tamanho fixo (TAM_POP) e um número máximo de grupos funcionais permitidos (MAX_GROUPS). Cada indivíduo representa uma combinação aleatória de grupos funcionais.

Avaliação: Cada indivíduo na população é avaliado em relação à sua adequação ou ajuste para a molécula de referência. Isso é feito por meio da função de fitness, que avalia a qualidade da combinação de grupos funcionais em relação à molécula.

Seleção: Os indivíduos mais adequados são selecionados para reprodução com base em seus valores de fitness.

Reprodução: Os indivíduos selecionados são combinados através do cruzamento (crossover) e da mutação para gerar descendentes. O operador de cruzamento é aplicado para trocar informações genéticas entre dois indivíduos, enquanto a mutação introduz pequenas alterações aleatórias nos indivíduos.

Atualização da população: Os descendentes gerados substituem os indivíduos menos adequados na população atual, mantendo o tamanho da população constante. Isso permite que as características mais favoráveis sejam transmitidas para as gerações subsequentes.

Critério de parada: O processo de seleção, reprodução e atualização é repetido por um número específico de gerações (NUM_GEN) ou até que algum critério de parada seja atendido.

O objetivo final desse algoritmo genético é encontrar a combinação de grupos funcionais que resulta na melhor adequação ou ajuste para a molécula de referência fornecida. A função de fitness é responsável por avaliar essa adequação, e o algoritmo busca aprimorar a população ao longo das gerações, selecionando os indivíduos mais aptos e aplicando operadores genéticos para explorar o espaço de soluções em busca de melhores resultados.

Bibliotecas utilizadas

random: A biblioteca random é utilizada para gerar números aleatórios
copy: A biblioteca copy fornece funções para copiar objetos
pubchempy: A biblioteca pubchempy é uma API que permite acessar o banco de dados do PubChem, uma plataforma de química que fornece informações sobre compostos químicos. No código, ela é utilizada para buscar informações sobre uma molécula de referência, como o SMILES (Simplified Molecular Input Line Entry System), que é uma representação textual da estrutura química
rdkit: O RDKit é uma biblioteca de química computacional amplamente utilizada. Ela oferece uma ampla gama de recursos para manipulação, visualização e análise de moléculas. No código, as seguintes subbibliotecas do RDKit são importadas:
- Chem: A subbiblioteca Chem fornece classes e funções para manipulação de moléculas. Ela é usada para criar objetos Mol a partir de SMILES e calcular fórmulas moleculares
- Fragments: A subbiblioteca Fragments contém funções relacionadas à fragmentação de moléculas
- Draw: A subbiblioteca Draw contém funções para visualização de moléculas
- rdMolDescriptors: A subbiblioteca rdMolDescriptors contém funções relacionadas à descrição molecular, como o cálculo da fórmula molecular
PIL (Python Imaging Library): A biblioteca PIL fornece funcionalidades para processamento de imagens

Conteúdo

Glossário 📃

Indivíduos: Em algoritmos genéticos, os indivíduos são soluções potenciais para um problema. Cada indivíduo é representado por um cromossomo, que contém genes que codificam características ou traços específicos.
População: Uma população é uma coleção de indivíduos que são avaliados e evoluídos ao longo do tempo. A população representa a geração atual de soluções potenciais.
Gene: Um gene é uma seção específica de um cromossomo que codifica um traço ou característica particular. Por exemplo, em um algoritmo genético para otimizar o design de uma asa de avião, um gene pode representar o ângulo no qual a asa está inclinada.
Cromossomos: Um cromossomo é uma sequência de genes que representa uma solução individual para o problema em questão. Em algoritmos genéticos codificados em binário, os cromossomos são geralmente representados como sequências de 0s e 1s.
Geração: Uma geração refere-se a uma iteração do algoritmo genético. Durante cada geração, a função de aptidão é aplicada para avaliar os indivíduos da população, e novos indivíduos são criados por meio de seleção, cruzamento e mutação.
Função de objetivo: A função de aptidão é usada para avaliar o quão bem cada indivíduo da população resolve o problema em questão. Ela atribui uma pontuação de aptidão a cada indivíduo com base em quão próximo sua solução está de ser ótima.
Seleção: A seleção é o processo pelo qual os indivíduos com pontuações de aptidão mais altas têm maior probabilidade de serem escolhidos para reprodução (ou seja, passar seus genes adiante) do que aqueles com pontuações de aptidão mais baixas.
Cruzamento: O cruzamento envolve a combinação de dois cromossomos parentais para criar um ou mais cromossomos filhos. Esse processo pode ajudar a criar novas combinações de genes que podem levar a melhores soluções.
Mutação: A mutação envolve a alteração aleatória de um ou mais genes no cromossomo de um indivíduo. Esse processo pode ajudar a introduzir novos traços na população que podem levar a melhores soluções.

As seguintes pastas compõem o repositório:

LICENSE: Licença usada no repositório
README.md: Guia para o repositório
grupos_funcionais.py: Ferramenta para detectar e selecionar os grupos funcionais presentes em uma molécula
funcoes.py: Funções do Algoritmo Genético
TrabalhoFinal.ipynb: Arquivo de execução do Algoritmo Genético

Como utilizar o código?

Baixe todos os arquivos necessários em uma mesma pasta em seu computador. Certifique-se de que você tenha o arquivo TrabalhoFinal.ipynb e todos os outros arquivos de suporte.
Abra o arquivo TrabalhoFinal.ipynb em um ambiente de desenvolvimento ou editor de sua preferência que suporte a execução de notebooks Jupyter.
Certifique-se de ter as bibliotecas e dependências necessárias instaladas no ambiente em que você está executando o código. Caso não tenha alguma dessas bibliotecas instaladas, você pode instalá-las utilizando o pip ou conda, dependendo do gerenciador de pacotes que você esteja utilizando.
Na célula que você deseja mudar a molécula, localize o trecho de código responsável pela definição da molécula.
Após realizar todas as modificações desejadas, execute a célula do notebook que contém o código. Isso pode ser feito pressionando Shift + Enter enquanto a célula estiver selecionada.
Lembre-se de salvar as alterações feitas no notebook, caso deseje utilizar novamente no futuro.

Referências

[1]: WIRSANSKY, E. Hands-On Genetic Algorithms with Python: Applying genetic algorithms to solve real-world deep learning and artificial intelligence problems. [s.l.]: Packt Publishing, 2020.

[2]: “Carbon,” de OpenStax College, Biology (CC BY 3.0).

[4]: Absorção. Disponível em: https://farmacologiauefs.wordpress.com/farmacocinetica/absorcao/.

[5]: Anel aromático, By Anon Container: InfoEscola URL: https://www.infoescola.com/quimica/anel-aromatico/

[6]: POLÊTO, M.; ALEGRE, P. UNIVERSIDADE FEDERAL DO RIO GRANDE DO SUL CENTRO DE BIOTECNOLOGIA PROGRAMA DE PÓS-GRADUAÇÃO EM BIOLOGIA CELULAR E MOLECULAR. [s.l: s.n.]. Disponível em: https://www.lume.ufrgs.br/bitstream/handle/10183/150648/001008353.pdf?sequence=1. Acesso em: 27 jun. 2023.

[7]: Polaridade das moléculas. Disponível em: https://www.manualdaquimica.com/quimica-geral/polaridade-das-moleculas.htm.

[8]: Moodle USP: e-Disciplinas, By Anon Container: edisciplinas.usp.br URL: https://edisciplinas.usp.br/pluginfile.php/804016/mod_resource/content/1/Propriedades%20f%C3%ADsico-qu%C3%ADmicas.pdf

Autores

_{Marina Barim do Nascimento}

_{Pedro Henrique Sophia}

_{Tiago Marques Bigardi}

_{Guilherme Gurian Dariani}

PedroSophiaaa/ReactGen

ReactGen

Introdução

Conteúdo

Referências

Autores