Fecha de alta en el repositorio: 2022-11-16
Resumen: Este proyecto se ha desarrollado con la intención de poder agilizar las investigaciones actuales respecto al tema del COVID-19 y el desarrollo de una vacuna eficaz contra el virus. La idea principal consiste en la creación de un modelo de Machine learning que reciba como parámetro de entrada descriptores específicos de un sistema inhibidor de la proteasa principal del COVID-19 y calcule, a partir de ellos, la concentración necesaria de esa sustancia para alcanzar un grado de inhibición de la proteasa equivalente a un 50%, también conocido como pIC50. El objetivo final consiste en poder desplegar, en un futuro, este modelo en una plataforma online que sea accesible mediante la web. Los resultados obtenidos fueron aceptables tras probar diversos tipos de modelos, decantándose finalmente por un modelo de regresión lineal.
Materia: Intel·ligència artificial--Aplicacions a la medicina
Idioma: spa
Áreas temáticas: Ingeniería informática Computer engineering Enginyeria informàtica
Departamento: Enginyeria Informàtica i Matemàtiques
Estudiante: Blanco Álvarez, Alberto
Curso académico: 2020-2021
Título en diferentes idiomas: Modelo de machine learning para predecir el grado de inhibición de un compuesto contra la proteasa principal del covid-19. Modelo de machine learning para predecir el grado de inhibición de un compuesto contra la proteasa principal del covid-19. Model de machine learning per predir el grau d'inhibició d'un compost contra la proteasa principal de l'COVID-19.
Fecha de la defensa del treball: 2021-06-23
Derechos de acceso: info:eu-repo/semantics/openAccess
Palabras clave: Machine learning, COVID-19, drug discovery Machine learning, COVID-19, drug discovery Machine learning, COVID-19, drug discovery
Confidencialidad: No
Título en la lengua original: Modelo de machine learning para predecir el grado de inhibición de un compuesto contra la proteasa principal del covid-19.
Director del proyecto: Duch Gavaldà, Jordi
Enseñanza(s): Enginyeria Informàtica
Entidad: Universitat Rovira i Virgili (URV)
Repositori URV