Εικονικός βιολογικός έλεγχος χημικών ενώσεων με μεθοδολογίες μηχανικής μάθησης

Virtual screening of Chemical Compounds assisted by Machine Learning (Αγγλική)

  1. MSc thesis
  2. ΑΠΟΣΤΟΛΟΣ ΠΑΝΑΓΙΩΤΟΠΟΥΛΟΣ-ΘΩΜΑΣ
  3. Μεταπτυχιακή Εξειδίκευση στα Πληροφοριακά Συστήματα (ΠΛΣ)
  4. 22 Σεπτεμβρίου 2024
  5. Ελληνικά
  6. 84
  7. ΜΕΛΑΓΡΑΚΗ ΓΕΩΡΓΙΑ
  8. ΜΕΛΑΓΡΑΚΗ ΓΕΩΡΓΙΑ | ΔΗΜΗΤΡΙΟΣ ΑΜΑΝΑΤΙΔΗΣ | ΤΖΑΓΚΑΡΑΚΗΣ , ΕΜΜΑΝΟΥΗΛ
  9. Χημειοπληροφορική, Molecular Informatics, Εικονικός Βιολογικός Έλεγχος, Μηχανική Μάθηση, Μέτρα Ομοιότητας
  10. Μεταπτυχιακή Εξειδίκευση στα Πληροφοριακά Συστήματα (ΠΛΣ)
  11. 2
  12. 29
  13. 6

    • Στην διπλωματική αυτή εργασία θα αναπτυχθούν με τη βοήθεια μεθοδολογιών μηχανικής μάθησης (machine learning), μοντέλα για τον εικονικό βιολογικό έλεγχο (virtual screening) χημικών ενώσεων. Αρχικά θα αξιοποιηθούν βάσεις χημικών δεδομένων (π.χ. PubChem, CheMBL) από όπου θα αντληθούν δεδομένα για την ανάπτυξη μοντέλων πρόβλεψης της βιοδραστικότητας, των ιδιοτήτων και της τοξικότητας χημικών ουσιών με φαρμακολογικό ενδιαφέρον, με μεθοδολογίες μηχανικής μάθησης (μέσω ΚΝΙΜΕ, R, python). Στη συνέχεια θα χρησιμοποιηθούν μέτρα ομοιότητας (similarity measures) για την αναζήτηση νέων βιοδραστικών ενώσεων και τον εικονικό βιολογικό έλεγχο αυτών.

    • The scope of this study is to create models for the virtual screening of chemical compounds with the help of machine learning methodologies. Initially, chemical databases (e.g. PubChem, CheMBL) will be used from which data will be extracted for the development of problem models of the bioactivity, properties and toxicity of chemical substances of pharmacological interest, with machine learning methodologies (via KNIME, R, python ). Next, similarity measures will be calculated for the search for new bioactive compounds and their virtual biological screening.
  15. Hellenic Open University
  16. Αναφορά Δημιουργού-Μη Εμπορική Χρήση 4.0 Διεθνές