Fecha de alta en el repositorio: 2022-02-15
Resumen: Over time, drug design costs have risen, although it has not impacted the number of successful drugs. Machine learning tools could potentially change this situation by introducing new methods to assess the properties of drugs, such as their mechanism of action. We have looked for the best model to predict these mechanisms, given gene expression and cell viability data of the cells treated with the drug, employing well-known algorithms such as support vector machines and a stochastic block model. The former resulted in the best predictive ability, while the latter remains a good model for interpreting the data interactions. Amb el temps, els costos de disseny de medicaments han augmentat, tot i que no ha tingut impacte en el nombre de medicaments exitosos. Les eines d'aprenentatge automàtic podrien canviar aquesta situació introduint nous mètodes per avaluar les propietats dels medicaments, com el seu mecanisme d'acció. Hem buscat el millor model per predir aquests mecanismes, donades les dades d'expressió gènica i viabilitat cel·lular de les cèl·lules tractades amb el fàrmac, emprant algoritmes coneguts com màquines vectorials de suport i un model de bloc estocàstic. El primer va resultar en la millor capacitat predictiva, mentre que el segon segueix sent un bon model per interpretar les interaccions de dades.
Materia: Enginyeria Biomèdica
Idioma: Anglès
Codirector del trabajo: Guimerà Manrique, Roger
Áreas temáticas: Enginyeria Biomèdica Biomedical Engineering Ingeniería Biomédica
Departamento: Enginyeria Química
Estudiante: Bel Bordes, Gemma
Curso académico: 2020-2021
Título en diferentes idiomas: Predicció computacional dels mecanismes d'acció de medicaments a partir d'algoritmes d'aprenentatge automàtic Computational prediction of the mechanisms of action of drugs using machine learning algorithms Predicción computacional de los mecanismos de acción de medicamientos a partir de algoritmos de aprendizaje automático
Fecha de la defensa del treball: 2021-06-30
Derechos de acceso: info:eu-repo/semantics/openAccess
Palabras clave: aprenentatge automàtic, mecanisme d'acció, expressió gènica machine learning, mechanism of action, gene expression aprendizaje automático, mecanismo de acción, expresión génica
Confidencialidad: No
Título en la lengua original: Computational prediction of the mechanisms of action of drugs using machine learning algorithms
Director del proyecto: Sales Pardo, Marta
Enseñanza(s): Enginyeria Biomèdica
Entidad: Universitat Rovira i Virgili (URV)
Repositori URV