Hola,
¿eres nuevo aquí?

Registrate y conecta tu empresa con financiación pública, partners y proyectos.

PID2019-104551RB-I00

Financiado

APRENDIZAJE AUTOMATICO PARA LA MODELIZACION DE LA DINAMICA MOLECULAR DE LAS PROT...

LA BIOLOGIA SE HA CONVERTIDO EN UNA CIENCIA CENTRADA EN LOS DATOS, IMPULSADA POR LOS AVANCES TECNOLOGICOS EN LA ADQUISICION DE LOS MISMOS Y LA INVESTIGACION EN TODOS LOS DOMINIOS DE LAS CIENCIAS OMICAS, UNA DE ELLAS, LA PROTEOMI... ver más

01/01/2019

UPC

116K€

Presupuesto del proyecto: 116K€

Líder del proyecto

Universidad Politécnica de Cataluña No se ha especificado una descripción o un objeto social para esta compañía.

Total investigadores 9

Financiación concedida El organismo AGENCIA ESTATAL DE INVESTIGACIÓN notifico la concesión del proyecto el día 2019-01-01

0% 100%

Participantes

UPC

Lider

Proyectos interesantes

PRE2020-092428 APRENDIZAJE AUTOMATICO PARA LA MODELIZACION DE LA DINAMICA M... 99K€ Cerrado

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

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

PDC2023-145860-I00 Ingeniería biomédica 174K€ Cerrado

PTQ2021-011982 Optimización de la metodología computacional de diseño de li... 84K€ Cerrado

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

Últimas noticias

29-11-2024: IDAE En las últimas 48 horas el Organismo IDAE ha otorgado 4 concesiones

29-11-2024: ECE En las últimas 48 horas el Organismo ECE ha otorgado 2 concesiones

29-11-2024: CMVAMADRID En las últimas 48 horas el Organismo CMVAMADRID ha otorgado 37 concesiones

Líder del proyecto

Universidad Politécnica de Cataluña

Total investigadores 9

Presupuesto del proyecto 116K€

Descripción del proyecto LA BIOLOGIA SE HA CONVERTIDO EN UNA CIENCIA CENTRADA EN LOS DATOS, IMPULSADA POR LOS AVANCES TECNOLOGICOS EN LA ADQUISICION DE LOS MISMOS Y LA INVESTIGACION EN TODOS LOS DOMINIOS DE LAS CIENCIAS OMICAS, UNA DE ELLAS, LA PROTEOMICA, ES EL OBJETO DE ESTA PROPUESTA DE PROYECTO, EN LA QUE PLANEAMOS ANALIZAR, UTILIZANDO PRINCIPALMENTE METODOS DE APRENDIZAJE AUTOMATICO (AA), UN TIPO DE PROTEINAS DE MEMBRANA CELULAR DE RELEVANCIA BIOLOGICA: LOS RECEPTORES ACOPLADOS A PROTEINAS G (GPCR), EN LAS ULTIMAS DECADAS, MAS DEL 50% DE LOS MEDICAMENTOS SE HAN DIRIGIDO A CUATRO FAMILIAS DE PROTEINAS, DE LAS QUE UN 30% SON GPCR, ESTOS SE HAN CONVERTIDO EN UN OBJETIVO IMPORTANTE PARA EL DESARROLLO DE MEDICAMENTOS EN AREAS COMO EL DOLOR, LA ANSIEDAD Y LOS TRASTORNOS NEURODEGENERATIVOS, POR LO TANTO, LA PROPUESTA SE CENTRA EN EL AREA DE FARMACO-PROTEOMICA,LAS PROPIEDADES FUNCIONALES DE LAS PROTEINAS DEPENDEN DE SU CONFIGURACION 3-D, SU DESCUBRIMIENTO MEDIANTE CRISTALOGRAFIA HA SIDO LENTO, EN PREVIOS PROYECTOS HEMOS ANALIZADO, UTILIZANDO AA, UNA SUBFAMILIA DE GPCR SIN CONFIGURACION 3-D CONOCIDA A PARTIR DE SUS SECUENCIAS DE AMINOACIDOS, EN ESTA PROPUESTA, NOS DESVIAMOS DE ESTE ENFOQUE HACIA EL ESTADO DEL ARTE EN EL CAMPO, QUE ES EL ANALISIS DE GPCR A PARTIR DE SU DINAMICA MOLECULAR (DM): UN ENFOQUE DE SIMULACION COMPUTACIONAL QUE PERMITE EXPLORAR EL ESPACIO CONFORMACIONAL DE LOS GPCR MEDIANTE LA GENERACION DE SERIES TEMPORALES SINTETICAS DE CONFORMACIONES A GRAN ESCALA EN LAS QUE LOS DATOS BRUTOS CORRESPONDEN A POSICIONES ESPACIALES DE SUS COMPONENTES,LOS LIGANDOS SON MOLECULAS QUE SE UNEN, DE DIFERENTES MANERAS, A LOS GPCR, UNA DE LAS RAZONES POR LAS QUE LA FARMACOLOGIA ESTA INTERESADA EN LOS GPCR ES QUE LA RIQUEZA DE SU ESPACIO DE LIGANDOS HACE QUE EL ESPACIO MOLECULAR PARA EL DISEÑO DE FARMACOS SEA MAS EXTENSO, EN LUGAR DE TRATAR CON "INSTANTANEAS" EN 3-D DE LOS RECEPTORES, LA SIMULACION DM PERMITE EXPLORAR SU COMPORTAMIENTO DINAMICO Y, POR LO TANTO, SUS DIFERENTES CONFORMACIONES, QUE DETERMINAN SU RESPUESTA FISIOLOGICA FINAL, INDUCIDA POR DIFERENTES LIGANDOS, ESTO PLANTEA UN PROBLEMA DE EXTRACCION DE CONOCIMIENTO DE DATOS A GRAN ESCALA IDEAL PARA LOS ENFOQUES BASADOS EN AA, LOS CUALES APENAS SE HAN USADO EN ESTE DOMINIO, NUESTRO PROYECTO PRETENDE AYUDAR A LLENAR ESE VACIO INVESTIGANDO VARIOS ASPECTOS DEL PROBLEMA QUE INCLUYEN: EL ANALISIS DE ESTRATEGIAS PARA LA TRANSFORMACION DE DATOS DM EN REPRESENTACIONES ADECUADAS PARA METODOS AVANZADOS BASADOS EN AA ; EL ANALISIS DE LOS DATOS DE DM TRANSFORMADOS, INCLUYENDO Y EXCLUYENDO EL DOMINIO DEL TIEMPO, UTILIZANDO DEEP LEARNING; LA ADAPTACION DE LOS METODOS DE AA PARA LA IDENTIFICACION DE MOTIFS RELEVANTES COMO DETERMINANTES DE LA FUNCION DEL RECEPTOR / EFECTO FARMACOLOGICO; LA EXPLORACION VISUAL DE LA DINAMICA CONFORMACIONAL UTILIZANDO MODELOS AVANZADOS DE REPRESENTACION LATENTE PARA SERIES TEMPORALES; Y LA DEFINICION DE METODOS PARA AUMENTAR LA INTERPRETABILIDAD Y LA EXPLICABILIDAD DE LOS RESULTADOS OBTENIDOS,NUESTRA PROPUESTA SE ALINEA CON EL HORIZON 2020 RESEARCH SOCIETAL CHALLENGE EUROPEO HEALTH, DEMOGRAPHIC CHANGE AND WELLBEING, DEL CUAL UNO DE LOS MIEMBROS DE NUESTRO EQUIPO INTERNACIONAL FUE PRESIDENTE DEL GRUPO ASESOR DE EXPERTOS EN EL PERIODO 2016-18, POR TANTO, SE ALINEA CON EL DESAFIO ESPAÑOL CORRESPONDIENTE, SE ESPERA QUE LA INVESTIGACION BASICA Y APLICADA DESARROLLADA TENGA UN IMPACTO COMO PRECURSOR DE HALLAZGOS EN EL AREA DE FARMACO-PROTEOMICA QUE PUEDEN AYUDAR AL DISEÑO DE MEDICAMENTOS, MACHINE LEARNING\DEEP LEARNING\DINAMICA MOLECULAR\GPCR\BIOINFORMATICA\FARMACO-PROTEOMICA\ANALITICA VISUAL\INTERPRETABILIDAD

Conecta tu I+D

Entra hoy

Financiación

Empresas

CTIs/Universidades

Proyectos

Investigadores