Data d'alta al repositori: 2023-02-02
Resum: El Sars-CoV-2 és el virus causant de la COVID-19. Durant aquest temps s'han desenvolupat diverses estratègies i vacunes per tractar amb aquest virus. La cerca d'inhibidors no covalents contra la proteasa principal del Sars-CoV-2 M-pro, una proteasa essencial per al cicle viral del Sars-CoV-2, pot ser una bona estratègia per desenvolupar noves teràpies. L'ús de les eines computacionals cada dia avança i facilita el disseny de fàrmacs. En aquest estudi utilitzem el Kdeep i KdeepTrainer, dos eines computacionals proporcionades pel PlayMolecule, per cercar el millor mètode de predicció d'afinitat proteïna-lligand
Matèria: Enzims proteolítics. Inhibidors
Idioma: cat
Àrees temàtiques: Bioquímica y biotecnología Biochemistry and biotechnology Bioquímica i biotecnologia
Departament: Bioquímica i Biotecnologia
Estudiant: Ferré Aguirre, Estel
Curs acadèmic: 2021-2022
Títol en diferents idiomes: Cerca d'un model de predicció d'afinitat per inhibidors no covalents de la proteasa principal M-pro del Sars-CoV-2 a través d'eines computacionals Search for an affinity prediction model for non-covalent inhibitors of the Sars-CoV-2 main protease M-pro through computational tools Búsqueda de un modelo de predicción de afinidad por inhibidores no covalentes de la proteasa principal M-pro del Sars-CoV-2 a través de herramientas computacionales
Data de la defensa del treball: 2022-06-20
Drets d'accés: info:eu-repo/semantics/openAccess
Paraules clau: M-pro, Kdeep, KdeepTrainer M-pro, Kdeep, KdeepTrainer M-pro, Kdeep, KdeepTrainer
Confidencialitat: No
Crèdits del TFG: 9
Títol en la llengua original: Cerca d'un model de predicció d'afinitat per inhibidors no covalents de la proteasa principal M-pro del Sars-CoV-2 a través d'eines computacionals
Director del projecte: Pujadas Anguiano, Gerard
Ensenyament(s): Biotecnologia
Entitat: Universitat Rovira i Virgili (URV)
Repositori URV