Desenvolupament del programari ArIS (Artificial Intelligence Suite): implementació d’eines de cribratge virtual per a la química mèdica

• Autores: Roger Estrada Tejedor
• Directores de la Tesis: Santi Nonell Marrugat (dir. tes.), Jordi Teixidó i Closa (dir. tes.)
• Lectura: En la Universitat Ramon Llull ( España ) en 2011
• Idioma: catalán
• Tribunal Calificador de la Tesis: Josep Maria Garrell i Guiu (presid.), Oscar Rey Puiggros (secret.), David Vidal Montull (voc.), Marcos Faúndez Zanuy (voc.), Jordi Mestres López (voc.)
• Materias:
  • Matemáticas
    • Ciencia de los ordenadores
      • Diseño con ayuda de ordenador
  • Física
    • Física molecular
      • Estructura molecular
    • Química física
      • Fotoquímica
• Enlaces
  • Tesis en acceso abierto en: TDX
• Resumen

  • El disseny molecular de sistemes d’interès per a la química mèdica i per al disseny de fàrmacs sempre s’ha trobat molt lligat a la disponibilitat sintètica dels resultats. Des del moment que la química combinatòria s’incorpora dins de l’esquema sintètic, canvia el paper que ha de jugar la química computacional: la diversitat d’estructures possibles a sintetitzar fa necessària la introducció de mètodes, com el cribratge virtual, que permetin avaluar la viabilitat de grans quimioteques virtuals amb un temps raonable. Els mètodes quimioinformàtics responen a la necessitat anterior, posant a l’abast de l’usuari mètodes eficaços per a la predicció teòrica d’activitats biològiques o propietats d’interès. Dins d’aquests destaquen els mètodes basats en la relació quantitativa d’estructura-activitat (QSAR). Aquests han demostrat ser eficaços per l’establiment de models de predicció en l’àmbit farmacològic i biomèdic. S’ha avaluat la utilització de mètodes QSAR no lineals en la teràpia fotodinàmica del càncer, donat que és una de les línies de recerca d’interès del Grup d’Enginyeria Molecular (GEM) de l’IQS. El disseny de fotosensibilitzadors es pot realitzar a partir de la predicció de propietats fisicoquímiques (com l’espectre d’absorció i la hidrofobicitat del sistema molecular), i de l’estudi de la seva localització subcel•lular preferent, la qual ha demostrat recentment jugar un paper molt important en l’eficàcia del procés global. Per altra banda, les xarxes neuronals artificials són actualment un dels mètodes més ben valorats per a l’establiment de models QSAR no lineals. Donat l’interès de disposar d’un programari capaç d’aplicar aquests mètodes i que, a més, sigui prou versàtil i adaptable com per poder-se aplicar a diferents problemes, s’ha desenvolupat el programari ArIS. Aquest inclou els principals mètodes de xarxes neuronals artificials, per realitzar tasques de classificació i predicció quantitativa, necessaris per a l’estudi de problemes d’interès, com és la predicció de l’activitat anti-VIH d’anàlegs de l’AZT, l’optimització de formulacions químiques o el reconeixement estructural de grans sistemes moleculars