Empreu aquest identificador per citar o enllaçar aquest ítem:
http://hdl.handle.net/10609/73846
Títol: | Creación de una herramienta de software para predecir la interacción, actividad y función de fármacos |
Autoria: | Jiménez Hernández, Hugo |
Director: | Marco-Galindo, Maria-Jesús |
Tutor: | Sanchez-Martinez, Melchor |
Altres: | Universitat Oberta de Catalunya |
Resum: | El desenvolupament de fàrmacs per al tractament de malalties és una àrea molt complexa amb un gran evolució. Avui sabem que els factors que desencadenen la patogènesi són múltiples (factors ambientals, fisiològics, genètics ...). Això influeix enormement en el desenvolupament de tractaments farmacològics i és per això que en els últims anys hi ha una llarga tendència a l'estudi de tractaments personalitzats. Mitjançant disciplines com la polifarmacología, la farmacogenòmica, etc. Aquests tractaments personalitzats generen quantitats ingents d'informació que no és possible tractar de manera convencional. És per això que cal recórrer a tècniques de Big Data i algoritmes d'aprenentatge automàtic (Machine Learning o ML). El present treball busca el desenvolupament d'una eina que realitzi una cerca per similitud (virtual screening) d'una molècula contra una bases de dades de compostos preparada a partir de bases de dades externes, i en segona instància que pugui predir els compostos actius per a un target donat sobre els compostos de la base de dades mitjançant algoritmes de ML. |
Paraules clau: | prediccions bases de dades similituts |
Tipus de document: | info:eu-repo/semantics/masterThesis |
Data de publicació: | gen-2018 |
Llicència de publicació: | http://creativecommons.org/licenses/by-nc-nd/3.0/es/ |
Apareix a les col·leccions: | Trabajos finales de carrera, trabajos de investigación, etc. |
Arxius per aquest ítem:
Arxiu | Descripció | Mida | Format | |
---|---|---|---|---|
hjimenezhdezTFM0118memoria.pdf | Memoria del TFM | 556,86 kB | Adobe PDF | Veure/Obrir |
Comparteix:
Aquest ítem està subjecte a una llicència de Creative Commons Llicència Creative Commons