Aplicació de xarxes neuronals de grafs a la predicció d’afinitat lligand–proteïna: impacte de l’entorn estructural i les interaccions febles en la Mpro del SARS-CoV-2

Identificador:  TFG:9368

Handle: https://hdl.handle.net/20.500.11797/TFG9368

Autors:  Dastis Fonoll, Arnau

Resum:
El SARS-CoV-2, causant de la pandèmia global de la COVID-19, ha evidenciat la necessitat urgent de desenvolupar noves estratègies computacionals per a la identificació de fàrmacs antivirals. Aquest treball explora l’ús de xarxes neuronals de grafs (GNN) per predir l’afinitat entre lligands i la proteïna Mpro del SARS-CoV-2, una diana clau per al desenvolupament de fàrmacs antivirals. A partir de 386 estructures experimentals, s’han generat models que incorporen informació de l'entorn i interaccions febles, observant una millora del rendiment predictiu en funció d’aquests.