1. Repositorio Digital USFQ
  2. TESIS COLEGIO DE PREGRADO
  3. COLEGIO DE CIENCIAS E INGENIERÍAS (POLI)
  4. Tesis - Química
Por favor, use este identificador para citar o enlazar este ítem: http://repositorio.usfq.edu.ec/handle/23000/12500
Registro completo de metadatos
Campo DC Valor Lengua/Idioma
dc.contributor.advisorMora, José Ramón, director-
dc.contributor.authorMoreno Armas, Martín Alejandro-
dc.date.accessioned2023-11-20T18:30:23Z-
dc.date.available2023-11-20T18:30:23Z-
dc.date.issued2022-
dc.identifier.citationTesis (Ingeniero Químico), Universidad San Francisco de Quito, Colegio de Ciencias e Ingeniería ; Quito, Ecuador, 2022es_ES
dc.identifier.urihttp://repositorio.usfq.edu.ec/handle/23000/12500-
dc.descriptionP.falciparum, the virus that causes malaria mortality, is increasingly resistant to the drugs used for treatment. Consequently, scientists have relied on new computational tools to search for new drugs. In the present study, ensemble modeling was performed to predict pEC50. As a starting point, the Malaria Box, a database with high structural variability, was used to ensure broad coverage of the applicability domain. Topographical and quantum mechanical descriptors were combined, along with a variety of machine learning techniques for the model development. Initially, the construction of a QSAR-type model using the entire database was attempted, but no satisfactory results were found...es_ES
dc.description.abstractEl P.falciparum, virus causante de la mortalidad de la malaria, es cada vez más resistente a los fármacos utilizados para el tratamiento. En consecuencia, los científicos se han respaldado de nuevas herramientas computacionales para la búsqueda de nuevos fármacos. En el presente estudio se realizó un modelado tipo ensamble para predecir el pEC50. Como punto de partida, se utilizó la Malaria Box, una base de datos con mucha variabilidad estructural para asegurar una cobertura amplia del dominio de aplicación. Se combinaron descriptores topográficos y mecano-cuánticos, junto con una variedad de técnicas de aprendizaje automático para el desarrollo del modelo...es_ES
dc.format.extent60 h.es_ES
dc.language.isospaes_ES
dc.publisherQuitoes_ES
dc.rightsopenAccesses_ES
dc.rightsAtribución-NoComercial-SinDerivadas 3.0 Ecuador*
dc.rights.urihttp://creativecommons.org/licenses/by-nc-nd/3.0/ec/*
dc.subjectMalaria - Prevención - Tesis y disertaciones académicases_ES
dc.subjectMalaria - Investigacioneses_ES
dc.subject.otherMedicinaes_ES
dc.subject.otherSalud públicaes_ES
dc.titleMoreno Armas, Martín Alejandroes_ES
dc.typebachelorThesises_ES
Aparece en las colecciones: Tesis - Química

Ficheros en este ítem:
Fichero Descripción Tamaño Formato  
206923.pdfTEXTO COMPLETO916.39 kBAdobe PDFVista previa
Visualizar/Abrir
Mostrar el registro sencillo del ítem


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