Por favor, use este identificador para citar o enlazar este ítem: https://hdl.handle.net/10495/25070
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorRodríguez Colinas, Sebastián-
dc.contributor.authorGonzález Marín, Carolina-
dc.date.accessioned2021-12-14T17:22:46Z-
dc.date.available2021-12-14T17:22:46Z-
dc.date.issued2021-
dc.identifier.urihttp://hdl.handle.net/10495/25070-
dc.description.abstractRESUMEN : El uso de agentes terapéuticos o antibiótico para el tratamiento de diferentes enfermedades se ha incrementado a lo largo de los años. Sin embargo, fenómenos como la resistencia a antimicrobianos desarrollada por diferentes patógenos o la adaptación del organismo a un medicamento, han conllevado a que exista una necesidad de descubrir otros compuestos diferentes a los convencionales como alternativa para el tratamiento de múltiples enfermedades. Para esto, conocer el mecanismo de acción de un compuesto en el organismo para el tratamiento de una patología, ha permitido la identificación y el desarrollo de compuestos análogos a los conocidos, lo que refleja la importancia de comprender el efecto que tiene una molécula sobre el organismo. De esta manera, el Instituto Broad del MIT y Harvard, el Laboratorio de Ciencias de la Innovación de Harvard (LISH) y la Biblioteca de Fondos Comunes de Firmas Celulares Integradas Basadas en Red (LINCS), han desarrollado un proyecto denominado Mapa de Conectividad (CMap), donde se presenta un desafío para avanzar en el desarrollo de fármacos mediante mejoras en los algoritmos de predicción del MoA por medio de la identificación de los objetivos de moléculas farmacológicamente activas. En el presente trabajo se elabora una propuesta de solución a esta competencia mediante algoritmos de clasificación que permitan la identificación de el MoA de un fármaco.spa
dc.format.extent49spa
dc.format.mimetypeapplication/pdfspa
dc.language.isospaspa
dc.type.hasversioninfo:eu-repo/semantics/draftspa
dc.rightsinfo:eu-repo/semantics/openAccessspa
dc.rights.urihttp://creativecommons.org/publicdomain/zero/1.0/*
dc.titlePredicción del mecanismo de acción (MoA) de un medicamentospa
dc.typeinfo:eu-repo/semantics/otherspa
oaire.versionhttp://purl.org/coar/version/c_b1a7d7d4d402bccespa
dc.rights.accessrightshttp://purl.org/coar/access_right/c_abf2spa
thesis.degree.nameEspecialista en Analítica y Ciencia de Datosspa
thesis.degree.levelEspecializaciónspa
thesis.degree.disciplineFacultad de Ingeniería. Especialización en Analítica y Ciencia de Datosspa
thesis.degree.grantorUniversidad de Antioquiaspa
dc.rights.creativecommonshttps://creativecommons.org/licenses/by-nc-sa/4.0/spa
dc.publisher.placeMedellínspa
dc.type.coarhttp://purl.org/coar/resource_type/c_46ecspa
dc.type.redcolhttp://purl.org/redcol/resource_type/COtherspa
dc.type.localTesis/Trabajo de grado - Monografía - Especializaciónspa
dc.subject.lembAprendizaje automático (inteligencia artificial)-
dc.subject.lembMachine learning-
dc.subject.lembMedicamentos-
dc.subject.lembDrugs-
dc.subject.lembTécnicas de predicción-
dc.subject.lembForecasting techniques-
dc.subject.proposalMecanismo de acciónspa
Aparece en las colecciones: Especializaciones de la Facultad de Ingeniería

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
GonzalezCarolina_2021_PrediccionMecanismoMOATrabajo de grado de especialización3.76 MBAdobe PDFVisualizar/Abrir


Este ítem está sujeto a una licencia Creative Commons Licencia Creative Commons Creative Commons