Services on Demand
Journal
Article
Indicators
- Cited by SciELO
- Access statistics
Related links
- Cited by Google
- Similars in SciELO
- Similars in Google
Share
DYNA
Print version ISSN 0012-7353On-line version ISSN 2346-2183
Abstract
MARTINEZ-CONDE, Jorge Mario and PATINO-VANEGAS, Alberto. Aprendizaje del uso terapéutico de fármacos a partir de la información espacial tridimensional de su estructura molecular con redes neuronales convolucionales. Dyna rev.fac.nac.minas [online]. 2021, vol.88, n.219, pp.247-255. Epub Mar 15, 2022. ISSN 0012-7353. https://doi.org/10.15446/dyna.v88n218.92778.
El desarrollo de nuevas moléculas es un proceso que requiere de múltiples etapas y los ensayos clínicos para verificar su eficacia cuesta miles de millones de dólares cada año. El aprendizaje automático es una herramienta que está avanzando rápidamente en el reconocimiento de imágenes, voz y texto, y trabajar In silico aumentaría la capacidad de predecir y priorizar la función de un medicamento. En esta investigación nos preguntamos si la función de los medicamentos de uso terapéutico se puede predecir a partir de la configuración estereoquímica de la molécula. Nosotros usamos redes neuronales convolucionales para predecir el uso terapéutico de fármacos, entrenadas tanto con información bidimensional como con información tridimensional de su estructura química. El modelo entrenado solamente con seis vistas de la información 3D de la estructura molecular mejoró la exactitud en un 10 respecto al modelo entrenado con la información 2D.
Keywords : redes neuronales convolucionales; fármacos; uso terapéutico; vistas 3D; moléculas.