Hola,
¿eres nuevo aquí?

Regístrate gratis y conecta tu empresa con financiación pública, partners y proyectos.

Tengo cuenta

Regístrate

Ver video

BIO2017-82628-P

Financiado

APLICACION DE METODOS DE APRENDIZAJE AUTOMATICO Y DE AUMENTO DE DATOS EN EL ESTU...

APLICACION DE METODOS DE APRENDIZAJE AUTOMATICO Y DE AUMENTO DE DATOS EN EL ESTUDIO DE LA CONFORMACION PROTEICA Y EL RECONOCIMIENTO MOLECULAR PARA EL DESARROLLO DE FARMACOS LA CONFORMACION ESTRUCTURAL DE LAS PROTEINAS Y EL RECONOCIMIENTO DE LIGANDOS SON PROCESOS FUNDAMENTALES PARA REGULAR LA ACTIVIDAD CELULAR Y DE SUMA IMPORTANCIA EN EL DESARROLLO DE ENFERMEDADES, AUNQUE LA BIOLOGIA ESTRUCTURAL Y COM... ver más

01/01/2017

UPF

260K€

Presupuesto del proyecto: 260K€

Líder del proyecto

UNIVERSITAT POMPEU FABRA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 321

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2017-01-01 No tenemos la información de la convocatoria

0% 100%

Participantes

UPF

Lider

Conecta tu I+D

¿Tienes un proyecto y buscas un partner? Gracias a nuestro motor inteligente podemos recomendarte los mejores socios y ponerte en contacto con ellos. Te lo explicamos en este video

Proyectos interesantes

PRE2018-085169 APLICACION DE METODOS DE APRENDIZAJE AUTOMATICO Y DE AUMENTO... 93K€ Cerrado

PID2021-125946OB-I00 INGENIERIA DE GANANCIA DE FUNCION DE PROTEINAS IN SILICO PAR... 163K€ Cerrado

JCI-2009-04258 Computational prediction of protein-protein interactions, do... 101K€ Cerrado

PID2019-104551RB-I00 APRENDIZAJE AUTOMATICO PARA LA MODELIZACION DE LA DINAMICA M... 116K€ Cerrado

RTI2018-096100-B-I00 COMBINACION DE STRATEGIAS COMPUTACIONALES, BIOLOGICAS Y SINT... 85K€ Cerrado

UNAH13-4E-2006 Herramientas computacionales para simulaciones biomoleculare... 20K€ Cerrado

Líder del proyecto

UNIVERSITAT POMPEU FABRA No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 321

Presupuesto del proyecto 260K€

Descripción del proyecto LA CONFORMACION ESTRUCTURAL DE LAS PROTEINAS Y EL RECONOCIMIENTO DE LIGANDOS SON PROCESOS FUNDAMENTALES PARA REGULAR LA ACTIVIDAD CELULAR Y DE SUMA IMPORTANCIA EN EL DESARROLLO DE ENFERMEDADES, AUNQUE LA BIOLOGIA ESTRUCTURAL Y COMPUTACIONAL HA CONTRIBUIDO A LO LARGO DE LOS AÑOS CON INGENIOSOS ALGORITMOS BASADOS EN PRINCIPIOS BASICOS DE FISICOQUIMICA, EN MUCHOS CASOS AUN ESTAMOS LEJOS DE PODER FORMULAR PREDICCIONES VALIDAS AL NIVEL DE UN QUIMICO EXPERTO, A DIA DE HOY, HABIENDO SIDO SECUENCIADAS MAS DE 94 MILLONES DE PROTEINAS, TAN SOLO DISPONEMOS DE INFORMACION ESTRUCTURAL PARA 100,000 DE ELLAS, POR TANTO LA PREDICCION DE DICHAS ESTRUCTURAS MEDIANTE METODOS COMPUTACIONALES RESULTA ESENCIAL EN EL DISEÑO RACIONAL DE FARMACOS, EN 2015, LOS METODOS DE VISION ARTIFICIAL ALCANZARON UN HITO HISTORICO, CONSIGUIENDO UN RENDIMIENTO SUPER-HUMANO EN VARIAS COTAS DE REFERENCIA SOBRE TAREAS DE CLASIFICACION, UN RETO QUE SE CREIA A DECADAS DE DISTANCIA TAN SOLO HACE UNOS AÑOS, DE LA MISMA FORMA QUE UN BUEN QUIMICO TIENE CONOCIMIENTO DE LA ESPECIFICIDAD QUIMICA ANALIZANDO LA ESTRUCTURA ATOMICA PRESENTE EN UNA CAVIDAD PROTEICA O EN UN LIGANDO, EXPLOTAREMOS ALGORITMOS DE VISION ARTIFICIAL BASADOS EN REDES NEURONALES PARA DESARROLLAR PREDICTORES ESTRUCTURALES Y DE UNION, ADEMAS, UTILIZAREMOS SIMULACIONES DE DINAMICA MOLECULAR DE DISTRIBUCION MASIVA PARA PRODUCIR UNA GRAN CANTIDAD DE DATOS CON EL FIN DE ENTRENAR MODELOS DE APRENDIZAJE AUTOMATICO (MACHINE LEARNING; ML), EN UN TRABAJO RECIENTEMENTE PUBLICADO (DEEPSITE) HEMOS MOSTRADO SER CAPACES DE DESARROLLAR NOVEDOSOS MODELOS BASADOS EN REDES NEURONALES (DEEP NEURAL NETWORKS) PARA LA PREDICCION DE SITIOS DE UNION DEMOSTRANDO MEJOR RENDIMIENTO QUE VARIOS ALGORITMOS PREEXISTENTES, RESULTADOS PRELIMINARES EN OTROS RETOS INDICAN QUE TAMBIEN ESTAMOS EN LA VANGUARDIA EN METODOS PARA PREDICCION DE AFINIDAD ABSOLUTA Y RELATIVA ENTRE PROTEINA-LIGANDO,, EN ESTE PROYECTO TENEMOS COMO OBJETIVO INVESTIGAR LA ESTRUCTURA PROTEICA Y LA PREDICCION DE UNIONES PROTEINA LIGANDO USANDO USANDO METODOS DE APRENDIZAJE AUTOMATICO CON CONJUNTOS DE DATOS UNICOS, INTEGRANDO DATOS EXPERIMENTALES DISPONIBLES PUBLICAMENTE (E,G SCPDB, PDBBIND, BINDINGDB, PDB DATA) CON DATOS PRIVADOS INDUSTRIALES Y AUMENTADA CON MILES DE TERABYTES DE NUESTRAS SIMULACIONES DE DINAMICA MOLECULAR, EN PARTICULAR, DESARROLLAREMOS METODOS PARA VIRTUAL SCREENING, RANKING, KNOWLEDGE-BASED DOCKING Y PREDICCION DE ESTRUCTURAS, HACIENDOLOS, DISPONIBLES A TRAVES DE UNA APLICACION WEB EN PLAYMOLECULE,ORG, COMPARAREMOS NUESTROS METODOS USANDO EVALUACIONES CIEGAS E INTERNAMENTE, EN EL DISEÑO DE UN FARMACO PARA LA PROTEINA MIO-INOSITOL MONOFOSFATASA (IMPASE), UNA DIANA RELACIONADA CON EL DESORDEN BIPOLAR, CONOCIDA POR SU DIFICULTAD Y ACTUALMENTE SIN NINGUN TRATAMIENTO EFICAZ, QUE VALIDAREMOS EXPERIMENTALMENTE, SIMULACIONES MOLECULARES\MACHINE LEARNING\UNIÓN DE LIGANDOS\PREDICCIÓN DE ESTRUCTURAS

Conecta tu I+D

Entra hoy

¿Olvidé mi contraseña?

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores