• Login
    Ver ítem 
    •   RID-UNS
    • Repositorio Institucional Digital de la Biblioteca Central "Profesor Nicolás Matijevic" de la Universidad Nacional del Sur
    • Tesis de postgrado
    • Ver ítem
    •   RID-UNS
    • Repositorio Institucional Digital de la Biblioteca Central "Profesor Nicolás Matijevic" de la Universidad Nacional del Sur
    • Tesis de postgrado
    • Ver ítem
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    Técnicas de aprendizaje automático y computación científica aplicadas a la predicción de parámetros ADMET-Tox

    Thumbnail
    Ver/
    Tesis de Doctor en Ciencias de la Computación - Texto completo (21.97Mb)
    Fecha
    2010
    Autor
    Soto, Axel J.
    Director
    Ponzoni, Ignacio
    Colaborador
    Vazquez, Gustavo E.
    Palabras clave
    Inteligencia artificial; ciencias de la computación
    Metadatos
    Mostrar el registro completo del ítem
    Resumen
    Hace 15 a~nos atras, el desarrollo de nuevos productos farmaceuticos consista en un proceso de prueba y error basado mayormente en la busqueda de un farmacoforo o principio activo. Sin embargo, muchos compuestos eran nalmente descartados en la ultima etapa del proceso de su desarrollo debido al comportamiento ADME-Tox. Por estos motivos, el interes en la industria y el ambito academico en las disciplinas de quimioinformatica y, en particular, en las tecnicas de tipo QSAR ha crecido considerablemente en los ultimos a~nos. El objetivo de esta tesis se centro en desarrollar metodologas para la mejora de los modelos existentes de QSAR mediante el uso de tecnicas numericas y de aprendizaje automatico. En este sentido, se obtuvo un potente metodo para lo que se considera uno de los problemas mas importantes del modelado QSAR: la seleccion de subconjuntos de descriptores relevantes. Para esta tarea se desarrollaron distintos enfoques utilizando computacion evolutiva. Asimismo, otro aspecto central considerado fue el desarrollo de una tecnica de identicacion de dominio de aplicacion para un metodo de prediccion, el cual permite determinar los alcances en las predicciones de un modelo. Para esta tecnica se considero la aplicacion de medidas de distancia entre compuestos qumicos, usando aprendizaje no supervisado. Finalmente, se desarrollo un metodo generalizado que permite la proyeccion de los datos en un espacio de menor dimension, en donde las distancias entre los datos proyectados guardan relacion con las distancias de la propiedad a modelar. Este nuevo espacio permite mejorar la visualizacion, reducir el conjunto de descriptores en forma embebida y mejorar la precision de los modelos de prediccion.
    URI
    http://repositoriodigital.uns.edu.ar/handle/123456789/2086
    Colecciones
    • Tesis de postgrado [1435]

    DSpace software copyright © 2002-2016  DuraSpace
    Contacto | Sugerencias | Políticas del Repositorio
    Theme by 
    Atmire NV
     

     

    Listar

    Todo RID-UNSComunidades & ColeccionesPor fecha de publicaciónAutoresTítulosMateriasEsta colecciónPor fecha de publicaciónAutoresTítulosMaterias

    Mi cuenta

    Acceder

    DSpace software copyright © 2002-2016  DuraSpace
    Contacto | Sugerencias | Políticas del Repositorio
    Theme by 
    Atmire NV