Fecha de alta en el repositorio: 2023-02-02
Resumen: 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
Materia: Enzims proteolítics. Inhibidors
Idioma: cat
Áreas temáticas: Bioquímica y biotecnología Biochemistry and biotechnology Bioquímica i biotecnologia
Departamento: Bioquímica i Biotecnologia
Estudiante: Ferré Aguirre, Estel
Curso académico: 2021-2022
Título en diferentes idiomas: Cerca d'un model de predicció d'afinitat per inhibidors no covalents de la proteasa principal M-pro del Sars-CoV-2 a través d'eines computacionals Search for an affinity prediction model for non-covalent inhibitors of the Sars-CoV-2 main protease M-pro through computational tools Búsqueda de un modelo de predicción de afinidad por inhibidores no covalentes de la proteasa principal M-pro del Sars-CoV-2 a través de herramientas computacionales
Fecha de la defensa del treball: 2022-06-20
Derechos de acceso: info:eu-repo/semantics/openAccess
Palabras clave: M-pro, Kdeep, KdeepTrainer M-pro, Kdeep, KdeepTrainer M-pro, Kdeep, KdeepTrainer
Confidencialidad: No
Créditos del TFG: 9
Título en la lengua original: Cerca d'un model de predicció d'afinitat per inhibidors no covalents de la proteasa principal M-pro del Sars-CoV-2 a través d'eines computacionals
Director del proyecto: Pujadas Anguiano, Gerard
Enseñanza(s): Biotecnologia
Entidad: Universitat Rovira i Virgili (URV)
Repositori URV