- Tytuł:
-
Quantitative Structure-Property Relationship (QSPR) Artificial Intelligence models for compounds with serotoninergic activity
MODELE SZTUCZNEJ INTELIGENCJI ILOŚCIOWEJ ZALEŻNOŚCI STRUKTURA-WŁAŚCIWOŚĆ (QSPR) DLA ZWIĄZKÓW O DZIAŁANIU SEROTONINERGICZNYM - Autorzy:
- Klimończyk, Klaudia
- Opis:
-
Nowadays, mathematical modeling plays an important role in the process of drug discovery and development. Additionally, using artificial intelligence, predictive models can be created for different activity endpoints and properties of a number of chemicals. In the following work, QSPR models were created that allow to predict the relationship of the structure of a compound having serotoninergic activity on a property such as CYP450 modulation and human intestinal absorption. The MLJAR AutoML package was used to build classification and regression models performing calculations even with the use of a large database. Moreover, the study deals with the problem of data distribution, which was solved with the creation of a classifier applicable to regression problem.
Obecnie modelowanie matematyczne odgrywa ważną rolę w procesie odkrywania i rozwoju leków. Dodatkowo, wykorzystując sztuczną inteligencję, można tworzyć modele predykcyjne dla różnych punktów końcowych aktywności i właściwości wielu substancji chemicznych. W poniższej pracy stworzono modele QSPR, które pozwalają przewidzieć relację między budową związku posiadającego aktywność serotoninergiczną, a właściwością taką jak aktywność Cytochromu P450 i wchłanianie jelitowe u człowieka. Do budowy modeli klasyfikacyjnych oraz regresyjnych, wykorzystany został pakiet MLJAR AutoML, który wykonał obliczenia przy użyciu dużej bazy danych. Ponadto, w pracy poruszono problem dystrybucji danych, który został rozwiązany poprzez stworzenie klasyfikatora znajdującego zastosowanie do problemu regresyjnego. - Dostawca treści:
- Repozytorium Uniwersytetu Jagiellońskiego
Inne