Data d'alta al repositori: 2022-02-15
Resum: Over time, drug design costs have risen, although it has not impacted the number of successful drugs. Machine learning tools could potentially change this situation by introducing new methods to assess the properties of drugs, such as their mechanism of action. We have looked for the best model to predict these mechanisms, given gene expression and cell viability data of the cells treated with the drug, employing well-known algorithms such as support vector machines and a stochastic block model. The former resulted in the best predictive ability, while the latter remains a good model for interpreting the data interactions. Amb el temps, els costos de disseny de medicaments han augmentat, tot i que no ha tingut impacte en el nombre de medicaments exitosos. Les eines d'aprenentatge automàtic podrien canviar aquesta situació introduint nous mètodes per avaluar les propietats dels medicaments, com el seu mecanisme d'acció. Hem buscat el millor model per predir aquests mecanismes, donades les dades d'expressió gènica i viabilitat cel·lular de les cèl·lules tractades amb el fàrmac, emprant algoritmes coneguts com màquines vectorials de suport i un model de bloc estocàstic. El primer va resultar en la millor capacitat predictiva, mentre que el segon segueix sent un bon model per interpretar les interaccions de dades.
Matèria: Enginyeria Biomèdica
Idioma: Anglès
Codirector del treball: Guimerà Manrique, Roger
Àrees temàtiques: Enginyeria Biomèdica Biomedical Engineering Ingeniería Biomédica
Departament: Enginyeria Química
Estudiant: Bel Bordes, Gemma
Curs acadèmic: 2020-2021
Títol en diferents idiomes: Predicció computacional dels mecanismes d'acció de medicaments a partir d'algoritmes d'aprenentatge automàtic Computational prediction of the mechanisms of action of drugs using machine learning algorithms Predicción computacional de los mecanismos de acción de medicamientos a partir de algoritmos de aprendizaje automático
Data de la defensa del treball: 2021-06-30
Drets d'accés: info:eu-repo/semantics/openAccess
Paraules clau: aprenentatge automàtic, mecanisme d'acció, expressió gènica machine learning, mechanism of action, gene expression aprendizaje automático, mecanismo de acción, expresión génica
Confidencialitat: No
Títol en la llengua original: Computational prediction of the mechanisms of action of drugs using machine learning algorithms
Director del projecte: Sales Pardo, Marta
Ensenyament(s): Enginyeria Biomèdica
Entitat: Universitat Rovira i Virgili (URV)
Repositori URV