Predicción de la potencia de los fármacos para SARS-Cov2-Mpro basada en Red Convolucional de Grafos

Identificador:  TFG:8285

Handle: https://hdl.handle.net/20.500.11797/TFG8285

Autores:  Dastis Fonoll, Arnau

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.