Predicció computacional d'espectres de masses moleculars en tàndem per mitjà d'algoritmes d'aprenentatge profund

Identificador:  TFG:5718

Handle: https://hdl.handle.net/20.500.11797/TFG5718

Autors:  Pérez Ribera, María Isabel

Resum:
El diagnòstic de malalties i la medicina personalitzada basada en la metabolòmica mitjançant canvis en les concentracions de metabòlits, estan atraient l'atenció de cada vegada més investigadors. No obstant això, la identificació de compostos segueix sent un problema en la majoria d'estudis de metabolòmics basats en l'espectrometria de masses (MS), ja que el percentatge d'espectres moleculars d'MS coneguts és molt baix. Hem proposat diferents metodologies per obtenir la millor predicció de l'espectre de massa tàndem de les molècules, comparant diferents tipus de xarxes neuronals. A més, hem obtingut una molt bona capacitat de predicció, aconseguint millors resultats que la millor eina de silico per a la predicció d'espectres MS/MS actualitzats.