Treballs Fi de GrauBioquímica i Biotecnologia

Search for an affinity prediction model for non-covalent inhibitors of the Sars-CoV-2 main protease M-pro through computational tools

  • Identification data

    Identifier:  TFG:5605
    Authors:  Ferré Aguirre, Estel
    Abstract:
    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
  • Others:

    Department: Bioquímica i Biotecnologia
    TFG credits: 9
    Subject: Enzims proteolítics. Inhibidors
    Work's public defense date: 2022-06-20
    Creation date in repository: 2023-02-02
    Academic year: 2021-2022
    Student: Ferré Aguirre, Estel
    Access rights: info:eu-repo/semantics/openAccess
    Education area(s): Biotecnologia
    Entity: Universitat Rovira i Virgili (URV)
    Confidenciality: No
    Project director: Pujadas Anguiano, Gerard
    Language: cat
  • Keywords:

    Biochemistry and biotechnology
  • Documents:

  • Cerca a google

    Search to google scholar