Deep learning protein and molecule representations for drug design

Τερζόπουλος, Παναγιώτης; Terzopoulos, Panagiotis

dc.contributor.author	Τερζόπουλος, Παναγιώτης	el
dc.contributor.author	Terzopoulos, Panagiotis	en
dc.date.accessioned	2020-04-08T16:39:55Z
dc.date.available	2020-04-08T16:39:55Z
dc.identifier.uri	https://dspace.lib.ntua.gr/xmlui/handle/123456789/50112
dc.identifier.uri	http://dx.doi.org/10.26240/heal.ntua.17810
dc.rights	Default License
dc.subject	Μηχανική μάθηση	el
dc.subject	Deep learning	en
dc.subject	Chemistry	en
dc.subject	Drug design	en
dc.subject	Convolutional neural networks	en
dc.subject	Χημεία	el
dc.subject	Μόρια	el
dc.subject	Φάρμακα	el
dc.title	Deep learning protein and molecule representations for drug design	en
heal.type	bachelorThesis
heal.classification	Υπολογιστική χημεία	el
heal.language	en
heal.access	free
heal.recordProvider	ntua	el
heal.publicationDate	2019-06-01
heal.abstract	Σε αυτήν την εργασία μελετάται η δυνανότητα της αυτόματης πρόβλεψης των καλύτερων δυνατών μικρομορίων ως δέτες σε πρωτεΐνες, μέσα από τη χρήση αλγορίθμων μηχανικής μάθησης. ́Ενα μεγάλο μέρος των βάσεων δεδομένων της βιβλιογραφίας όσον αφορά τη σύνδεση φαρμάκων-πρωτεϊνών ενοποιήθηκε σε ένα και φτιάχτηκε με τέτοιο τρόπο ώστε να είναι εύκολο για χρήση σε αλγορίθμους μηχανικής μάθησης. Τα δεδομένα αυτά δημοσιοποίθηκαν για ελεύθερη χρήση. Οι τρόποι σύγκρισης μη όμοιων μορίων επίσης αναλύθηκαν κι ένας νέος, προσαρμοσμένος τρόπος μέτρησης της μοριακής ομοιότητας εισήχθη, βασισμένος στην ενοποίηση διαφορετικών συμπιεσμένων τρόπων αναπαράστασης των μορίων και διαφορετικών κανόνων βαθμολόγησης. Ακόμα, ένα νευρωνικό δίκτυο γραφικών συνελίξεων αναπτύχθηκε (μεταξύ άλλων μοντέλων) για την πρόβλεψη της σταθεράς πρόσδεσης μεταξύ φαρμάκων και πρωτεϊνών και κατάφερε καλύτερη ακρίβεια από το στάνταρ μοντέλο της βιβλιογραφίας. ́Ενα σύνολο από πολλά τέτοια δίκτυα επίσης δημιουργήθηκε και αποδείχθηκε η ικανότητα γενίκευσης των προβλέψεών του ακόμα και στην περίπτωση των νέων φαρμάκων (φάρμακα που δεν έχει ξαναδεί το δίκτυο κατά τη διάρκεια της εκπαίδευσης), περίπτωση στην οποία σχέδον όλα τα μοντέλα της βιβλιογραφέιας αποτυγχάνουν τελείως. Τέλος, μελετήθηκε η δυνατότητα πρόβλεψης διαστημάτων βεβαιότητας μαζί με τις σημειακές προβ- λέψεις στην μηχανική μάθηση. Τρεις διαφορετικές μέθοδοι για την πρόβλεψη της αβεβαιότητας προ- τάθηκαν και, για πρώτη φορά, συγκρίθηκαν άμεσα, τόσο στην απλή περίπτωση όσο και στην περίπτωση των νέων φαρμάκων.	el
heal.advisorName	Αλεξόπουλος, Λεωνίδας	el
heal.committeeMemberName	Αντωνιάδης, Ιωάννης	el
heal.committeeMemberName	Αλεξόπουλος, Λεωνίδας	el
heal.committeeMemberName	Κυριακόπουλος, Κωνσταντίνος	el
heal.academicPublisher	Εθνικό Μετσόβιο Πολυτεχνείο. Σχολή Μηχανολόγων Μηχανικών. Τομέας Ρευστών. Εργαστήριο Βιορευστομηχανικής και Βιοϊατρικής Τεχνολογίας	el
heal.academicPublisherID	ntua
heal.numberOfPages	47 σ.	el
heal.fullTextAvailability	true