Un nou editor en temps real per a la predicció de l'afinitat d'unió proteïnes-lligants mitjançant la comparació estructural

Identificador:  TFM:2340

Handle: https://hdl.handle.net/20.500.11797/TFM2340

Autors:  Parade Patil, Kuldeep Shivaji

Resum:
Aquesta tesi presenta un nou mètode per a la predicció de l'afinitat d'unió proteïna-lligand, integrant comparacions estructurals mitjançant Graph Edit Distance (GED) i descriptors moleculars. Es desenvolupa un editor gràfic en temps real per visualitzar estructures moleculars, calcular GED i comparar afinitats d'unió. Els resultats experimentals sobre el conjunt de dades principal de proteases del SARS-CoV-2 demostren l'eficiència de l'enfocament, combinant la interpretabilitat i la precisió de la predicció. A més, s'utilitza un model K-Nearest Neighbors (KNN) per a la predicció d'afinitat, recolzat per eines quantitatives d'anàlisi d'errors i visualització. Aquesta recerca s'alinea amb els esforços en curs de la Universitat Rovira i Virgili (URV) per innovar mètodes computacionals de descobriment de fàrmacs, emfatitzant la transparència i les aplicacions pràctiques en quimioinformàtica.