Empleo de herramientas computacionales de Inteligencia Artificial en la identificación de nuevos compuestos con potencial actividad contra Leishmania major

Vista sencilla de ítem
dc.contributor.advisorFlores Balmaseda, Naiví
dc.contributor.authorMoreno López, Frank Luis
dc.coverage.spatialSanta Claraen_US
dc.date.accessioned2021-12-21T18:25:47Z
dc.date.available2021-12-21T18:25:47Z
dc.date.issued2021
dc.description.abstractLa leishmaniosis se define como un conjunto de enfermedades de presentación clínica muy variada producidas por parásitos intracelulares obligados, pertenecientes al género Leishmania. Han sido clasificadas por la Organización Mundial de la Salud en la categoría I de enfermedades infecciosas y forman parte de las patologías tropicales olvidadas o desatendidas. La Leishmania major afecta principalmente a niños menores de cinco años y ha tenido un incremento en la aparición de leishmaniosis cutánea y visceral. La búsqueda de nuevas alternativas terapéuticas sigue siendo un reto y los estudios in silico constituyen herramientas altrernativas para dar solución a esta problemática. En la presente investigación se emplean WEKA, descriptores moleculares 0D-2D del software Dragón y técnicas de Inteligencia Artificial con este fin. Se confeccionó una nueva base de datos y se emplearon cuatro modelos con las técnicas: k vecinos más cercanos, árboles de clasificación, perceptrón multicapas y máquina vectorial de soporte (IBk, J48, MLP y SVM, respectivamente), para su cribado virtual. El sistema multiclasificador ensamblado de voto, empleado en la identificación de potenciales compuestos activos contra promastigotes de Leishmania major, mostró mejores resultados que los modelos por separado, y permitió la identificación de forma óptima de 34 nuevos candidatos a través del cribado virtual. Palabras Clave: Leishmania major, estudios in silico, técnicas de Inteligencia Artificial, QSARen_US
dc.description.abstractLeishmaniasis is defined as a set of diseases with a highly varied clinical presentation produced by obligate intracellular parasites, belonging to the genus Leishmania. They have been classified by the World Health Organization in category I of infectious diseases and are part of the neglected or neglected tropical pathologies. Leishmania major mainly affects children under five years of age and has had an increase in the appearance of cutaneous and visceral leishmaniasis. The search for new therapeutic alternatives continues to be a challenge and in silico studies are alternative tools to solve this problem. In the present investigation WEKA, molecular descriptors 0D-2D of the Dragon software and Artificial Intelligence techniques are used for this purpose. A new database was prepared and four models were used with the techniques: k nearest neighbors, classification trees, multilayer perceptron and support vector machine (IBk, J48, MLP and SVM, respectively), for their virtual screening. The assembled voting multiclass system, used in the identification of potential active compounds against promastigotes of Leishmania major, showed better results than the separate models, and allowed the optimal identification of 34 new candidates through virtual screening. Key words: Leishmaniasis, Leishmania major, in silico studies, Artificial Intelligence techniques, QSARen_US
dc.description.statusnon-publisheden_US
dc.identifier.urihttps://dspace.uclv.edu.cu/handle/123456789/13045
dc.language.isoesen_US
dc.publisherUniversidad Central ``Marta Abreu`` de Las Villas. Facultad de Química y Farmacia. Departamento de Farmaciaen_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.subjectEstudios in Silicoen_US
dc.subjectTécnicas de Inteligencia Artificialen_US
dc.subjectDescriptores Molecularesen_US
dc.subjectEstudios QSARen_US
dc.subject.otherLeishmania majoren_US
dc.subject.otherTerapéuticaen_US
dc.titleEmpleo de herramientas computacionales de Inteligencia Artificial en la identificación de nuevos compuestos con potencial actividad contra Leishmania majoren_US
dc.typeThesisen_US
dc.type.thesisbacheloren_US

Archivos

Bloque original
Mostrando 1 - 1 de 1
Miniatura
Nombre:
Moreno López, Frank Luis.pdf
Tamaño:
2.8 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 Farmacéuticas