Drug potency prediction of SARS-Cov2-Mpro based on Graph Convolutional Network

Fecha de alta en el repositorio: 2025-05-25

Resumen: 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.

Materia: Xarxes neuronals (informàtica)

Idioma: en

Áreas temáticas: Ingeniería informática; Computer engineering; Enginyeria informàtica

Departamento: Enginyeria Informàtica i Matemàtiques

Estudiante: Dastis Fonoll, Arnau

Curso académico: 2023-2024

Título en diferentes idiomas: 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

Fecha de la defensa del treball: 2024-09-16

Derechos de acceso: info:eu-repo/semantics/openAccess

Palabras clave: 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)

Confidencialidad: No

Título en la lengua original: Drug potency prediction of SARS-Cov2-Mpro based on Graph Convolutional Network

Director del proyecto: Serratosa Casanelles, Francesc d'Assís

Enseñanza(s): Enginyeria Informàtica

Entidad: Universitat Rovira i Virgili (URV)