Descubrimiento de descriptores moleculares óptimos mediante computación evolutiva

Vista sencilla de ítem
dc.contributor.advisorValdés Martiní, José Ricardo
dc.contributor.advisorMarrero Ponce, Yovani
dc.contributor.authorVaz d’Almeida, Yasser Silveira
dc.coverage.spatial1016432en_US
dc.date.accessioned2017-04-07T19:37:10Z
dc.date.available2017-04-07T19:37:10Z
dc.date.issued2011-06-22
dc.description.abstractLa industria farmacéutica necesita tratar con el aumento del coste y el tiempo requerido para el desarrollo de nuevos fármacos, y el descubrimiento “in silico” y posterior optimización de compuestos líderes se está convirtiendo en un medio cada vez más importante para alcanzar este objetivo. Este proceso implica, a menudo, la obtención de modelos para estimar las relaciones cuantitativas de estructura-actividad, que se centran en predecir la actividad biológica de un compuesto a partir de una representación vectorial de la estructura molecular. Las componentes de esta representación vectorial de la estrutura molecular no son más que descriptores moleculares. Este trabajo consiste en diseñar e implementar una herramienta computacional que permita la obtención de modelos QSAR de predicción óptima para la descripción de propiedades químico-físicas y biológicas de compuestos orgánicos empleando la exploración del espacio de todos los posibles descriptores moleculares algebraicos TOMOCOMD-CARDD, mediante el uso de algoritmos genéticos que encontraran sus parámetros idóneos.en_US
dc.description.abstractThe pharmaceutical industry needs to deal with the risising cost of and the time required for the development of new drugs, and the ín silico`discovery and later optimization of compound leaders is being converted into a medium each time more important to meet this objective. This process often implies the obtention of models to estimate the qualitative relations of structure - activity, that are centred on predicting the biological activity of a compound beginning from a vectoral of a molecular structure. The components of this vectoral representation of the molecular structure are no more than molecular descriptors. This investigation consists of the design and implementation of a computational tool for the obtention of QSAR models of optimum prediction in the description of chemical – physical and biological properties of organic compounds employing the exploration of the space of all the possible algebraic molecular descriptors TOMOCOMD-CARDD, using genetic algorithms to find the best parameters.en_US
dc.description.sponsorshipFacultad de Matemática, Física y Computación. Departamento de Ciencias de la Computaciónen_US
dc.description.statusnon-publisheden_US
dc.identifier.urihttps://dspace.uclv.edu.cu/handle/123456789/7683
dc.language.isoesen_US
dc.publisherUniversidad Central “Marta Abreu” de Las Villasen_US
dc.rightsEste documento es Propiedad Patrimonial de la Universidad Central “Marta Abreu” de Las Villas. Los usuarios podrán hacer uso de esta obra bajo la siguiente licencia: Creative Commons: Atribución-No Comercial-Compartir Igual 4.0 Licenseen_US
dc.subjectModelos QSARen_US
dc.subjectTOMOCOMD-CARDDen_US
dc.subjectAlgoritmos Genéticosen_US
dc.subjectAprendizaje Automatizadoen_US
dc.subjectQSAR Modelsen_US
dc.subjectGenetic Algorithmsen_US
dc.subjectMachine Learningen_US
dc.subject.otherComputación Evolutivaen_US
dc.subject.otherQuímica Computacionalen_US
dc.titleDescubrimiento de descriptores moleculares óptimos mediante computación evolutivaen_US
dc.typeThesisen_US
dc.type.thesisbacheloren_US

Archivos

Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
11.06.23 Manuscrito.Yasser.pdf
Tamaño:
1.74 MB
Formato:
Adobe Portable Document Format
Descargar
Bloque de licencias
Mostrando 1 - 1 de 1
No hay miniatura disponible
Nombre:
license.txt
Tamaño:
3.33 KB
Formato:
Item-specific license agreed upon to submission
Descripción:
Descargar

Colecciones

Tesis de Pregrado - Licenciatura en Ciencias de la Computación