VSE knjižnice (vzajemna bibliografsko-kataložna baza podatkov COBIB.SI)
  • Uporaba strojnega učenja pri načrtovanju novih zaviralcev indolamin-2,3-dioksigenaze 1 [Elektronski vir] = Application of machine learning in the design of new indoleamine-2,3-dioxygenase 1 inhibitors : magistrska naloga : enovit magistrski študij farmacije
    Nose, Samo
    Strojno učenje je veja umetne inteligence, ki omogoča analizo velikih količin podatkov, prepoznavanje kompleksnih vzorcev in napovedovanje rezultatov, kar ga postavlja v ospredje pri sodobnem ... načrtovanju zdravilnih učinkovin. Indolamin-2,3-dioksigenaza 1 (IDO1) je encim, ki razgrajuje triptofan v kinurenin in igra ključno vlogo pri imunosupresiji, saj omogoča rakavim celicam, da se izognejo imunskemu odzivu. Zaviralci encima IDO1 zato predstavljajo pomembno tarčo v imunoterapiji raka, vendar doslej še noben zaviralec ni prejel klinične odobritve. Strojno učenje je pri načrtovanju novih zaviralcev IDO1 izjemno koristno, saj omogoča učinkovito analizo kemijskih podatkovnih zbirk, napovedovanje biološke aktivnosti spojin in optimizacijo lastnosti potencialnih zaviralcev. V okviru dela smo uporabili inovativne pristope strojnega učenja za identifikacijo potencialnih zaviralcev encima IDO1. Raziskava je bila razdeljena na tri sklope. V prvem smo pridobili, pripravili in analizirali podatke iz javnih kemoinformacijskih baz, kot sta ChEMBL in BindingDB, ter ustvarili urejen podatkovni niz z informacijami o molekulski strukturi in aktivnosti spojin. Nato smo statistično obravnavali fizikalno-kemijske lastnosti aktivnih in neaktivnih molekul. V drugem sklopu smo razvili modele strojnega učenja, ki so razvrstili spojine med aktivne ali neaktivne. Preizkusili smo različne kombinacije molekulskih prstnih odtisov, korakov predprocesiranja podatkov in metod SU v želji, da bi izbrali najbolj učinkovit model. V zadnjem sklopu smo izbrani model aplicirali na molekule iz podatkovne baze Molport in analizirali lastnosti napovedanih zaviralcev ter naredili pregled najbolj obetavnih molekul. Rezultati analize že testiranih molekul so pokazali, da se fizikalno-kemijske lastnosti obstoječih aktivnih in neaktivnih molekul statistično značilno razlikujejo, pri čemer so ključne razlike opazne v molekulski masi, vrednosti logP, številu dušikovih atomov in drugih parametrih. Poleg tega se strukturne značilnosti najbolj perspektivnih napovedanih molekul skladajo s strukturnimi elementi spojin, ki so že vključene v klinične študije.
    Vrsta gradiva - magistrsko delo ; neleposlovje za odrasle
    Založništvo in izdelava - Ljubljana : [S. Nose], 2025
    Jezik - slovenski
    COBISS.SI-ID - 234750211

    Povezava(-e):

    https://repozitorij.uni-lj.si/IzpisGradiva.php?id=168771

Vnos na polico