Creation date in repository: 2025-05-25
Abstract: Aquesta tesi explora la predicció de la potència dels fàrmacs per a la proteasa principal del SARS-Cov2 (Mpro) utilitzant Graph Convolutional Networks (GCNs). En dues fases, primer replica els resultats del conjunt de dades moleculars QM7 utilitzant sis models de Graph Neural Network (GNN): GAT, GCN, GIN, GT, GatedGCN i MPNN. Aquests models capturen relacions moleculars complexes. A continuació, els models s'apliquen a un nou conjunt de dades de la Universitat Rovira i Virgili (URV) per predir l'afinitat d'unió de fàrmacs al SARS-Cov2 Mpro. Els reptes clau inclouen les limitacions computacionals i la mida del conjunt de dades, però l'estudi destaca el potencial de les GNN en el descobriment de fàrmacs i altres camps com la bioinformàtica.
Subject: Xarxes neuronals (informàtica)
Language: en
Subject areas: Ingeniería informática; Computer engineering; Enginyeria informàtica
Department: Enginyeria Informàtica i Matemàtiques
Student: Dastis Fonoll, Arnau
Academic year: 2023-2024
Title in different languages: Predicción de la potencia de los fármacos para SARS-Cov2-Mpro basada en Red Convolucional de Grafos; Drug potency prediction of SARS-Cov2-Mpro based on Graph Convolutional Network; Predicció de la potència dels fàrmacs per a SARS-Cov2-Mpro basada en Xarxa Convolucional de Grafs
Work's public defense date: 2024-09-16
Access rights: info:eu-repo/semantics/openAccess
Keywords: Redes Neuronales de Grafos (GNN), Predicción de la potencia de fármacos, Proteasa principal del SARS-CoV2 (Mpro); Graph Neural Networks (GNN), Drug potency prediction, SARS-CoV2 main protease (Mpro); Xarxes Neuronals de Grafs (GNN), Predicció de la potència de fàrmacs, Proteasa principal del SARS-CoV2 (Mpro)
Confidenciality: No
Title in original language: Drug potency prediction of SARS-Cov2-Mpro based on Graph Convolutional Network
Project director: Serratosa Casanelles, Francesc d'Assís
Education area(s): Enginyeria Informàtica
Entity: Universitat Rovira i Virgili (URV)
Repositori URV