Treballs Fi de Grau> Bioquímica i Biotecnologia

Binding affinity and pose prediction for non-covalent M-pro SARS-CoV-2 inhibitors: An evaluation of most popular prediction methodologies

  • Datos identificativos

    Identificador: TFG:4405
    Autores:
    Vilalta Mor, Júlia
  • Otros:

    Fecha de alta en el repositorio: 2022-02-03
    Resumen: Avaluació de les dues metodologies més populars utilitzades en estudis de descobriment de fàrmacs: predicció de l'afinitat d'unió proteïna-lligant i predicció de poses per inhibidors de M-pro no covalents. La combinació d'ambdues metodologies de predicció podria ser útil per predir la bioactivitat dels possibles inhibidors de M-pro i avançar en el descobriment de fàrmacs utilitzats per al tractament de la malaltia COVID-19. D'aquesta manera, aprofitem els complexos proteïna-lligant entre inhibidors M-pro i no covalents disponibles gràcies al projecte COVID Moonshot per analitzar el rendiment de diferents eines d'ús habitual tant per a metodologies predictives com per avaluar l'estat de l'art de l'exactitud de les seves prediccions. Evaluation of the two most popular methodologies used in drug discovery studies: prediction of protein-ligand binding affinity and pose prediction for non-covalent M-pro inhibitors. The combination of both prediction methodologies could be useful to predict the bioactivity of potential M-pro inhibitors and step forward on the drug discovery used for the COVID-19 disease treatment. In this way, we take advantage of the protein-ligand complexes between M-pro and non-covalent inhibitors available thanks to the COVID Moonshot project to analyse the performance of different commonly used tools for both predictive methodologies and evaluate the state-of-art of the accuracy of their predictions.
    Materia: Bioquímica i biotecnologia
    Idioma: en
    Áreas temáticas: Bioquímica i biotecnologia Biochemistry and biotechnology Bioquímica y biotecnología
    Departamento: Bioquímica i Biotecnologia
    Estudiante: Vilalta Mor, Júlia
    Curso académico: 2020-2021
    Título en diferentes idiomas: Afinitat d'unió i predicció de la pose per a inhibidors no covalents de la M-pro del SARS-CoV-2: Una avaluació de les metodologies de predicció més populars Binding affinity and pose prediction for non-covalent M-pro SARS-CoV-2 inhibitors: An evaluation of most popular prediction methodologies Afinidad de unión y predicción de la pose para inhibidores no covalentes de la M-pro del SARS-CoV-2: Una evaluación de las metodologías de predicción más populares
    Fecha de la defensa del treball: 2021-06-23
    Derechos de acceso: info:eu-repo/semantics/openAccess
    Palabras clave: M-pro, afinitat d'unió, acoblament molecular M-pro, binding affinity, docking M-pro, afinidad de unión, acoplamiento molecular
    Confidencialidad: No
    Título en la lengua original: Binding affinity and pose prediction for non-covalent M-pro SARS-CoV-2 inhibitors: An evaluation of most popular prediction methodologies
    Director del proyecto: Pujadas Anguiano, Gerard
    Enseñanza(s): Biotecnologia
    Entidad: Universitat Rovira i Virgili (URV)
  • Palabras clave:

    Bioquímica i biotecnologia
    Biochemistry and biotechnology
    Bioquímica y biotecnología
    Bioquímica i biotecnologia
  • Documentos:

  • Cerca a google

    Search to google scholar