Selección de características impulsada por correlación de descriptores RDKit y huellas moleculares para predecir la temperatura de transición vítrea del poliuretano

RESUMEN Este trabajo presenta un marco basado en datos para predecir la temperatura de transición vítrea (Tg) del poliuretano utilizando aprendizaje automático. Se construyó una base de datos curada a partir de la literatura, y las estructuras moleculares fueron codificadas con descriptores SMILES. Tras el preprocesamiento, se entrenaron cuatro modelos de regresión: SVR, Árbol de Decisión, Bosque Aleatorio y eXtreme Gradient Boosting (XGBoost), con XGBoost ofreciendo el mejor desempeño (R² ≈0.903) y fuerte generalización. La selección de características se refinó mediante análisis de correlación de Pearson. Comparaciones con huellas Morgan muestran que los descriptores SMILES proporcionan una mayor precisión predictiva y perspectivas más claras sobre la relación estructura-propiedad. Las herramientas interpretativas SHAP y ALE revelan además cómo características químicas específicas influyen en Tg, apoyando la fiabilidad física del modelo. En conjunto, este estudio ofrece un enfoque preciso e interpretable para la predicción de propiedades poliméricas y brinda orientación práctica para el diseño de materiales de poliuretano de próxima generación.