QSAR sem fronteiras

A previsão da bioatividade química e das propriedades físicas tem sido uma das aplicações mais importantes de métodos estatísticos e, mais recentemente, de aprendizado de máquina e inteligência artificial nas ciências químicas. Este campo de pesquisa, amplamente conhecido como modelagem de relações quantitativas estrutura-atividade (QSAR), desenvolveu muitos algoritmos importantes e encontrou uma ampla gama de aplicações em química orgânica física e medicinal nos últimos 55 anos. Esta Perspectiva resume os avanços tecnológicos recentes na modelagem QSAR, mas também destaca a aplicabilidade de algoritmos, métodos de modelagem e práticas de validação desenvolvidas no QSAR a uma ampla gama de áreas de pesquisa fora das fronteiras tradicionais do QSAR, incluindo planejamento de síntese, nanotecnologia, ciência dos materiais, biomateriais e informática clínica. À medida que os métodos de pesquisa modernos geram quantidades crescentes de dados, o conhecimento de métodos de modelagem baseados em dados robustos proclamados no campo do QSAR pode se tornar essencial para cientistas que trabalham tanto dentro quanto fora da pesquisa química. Esperamos que esta contribuição, que destaca os componentes generalizáveis da modelagem QSAR, ajude a enfrentar este desafio.