UCT Repository Prague MASTER THESIS

Design of new bioactive molecules using deep generators and molecular docking

Návrh nových bioaktivních molekul pomocí deep generátorů a molekulového dokování

Bc. Michal Punčochář

UCT Repository Prague MASTER THESIS

Design of new bioactive molecules using deep generators and molecular docking

Návrh nových bioaktivních molekul pomocí deep generátorů a molekulového dokování

Bc. Michal Punčochář

V posledních letech se s rozvojem hlubokého učení objevila v literatuře řada modelů vyvinutých pro generování de novo struktur organických molekul. Ty, které byly aplikovány pro hledání nových biologicky aktivních látek, závisí na QSAR modelu predikujícím biologickou aktivitu z 2D struktury molekuly. QSAR modely jsou však omezeny skutečností, že poskytují spolehlivé predikce pouze u sloučenin podobných těm, na kterých byly trénovány. Výhodnou alternativou QSAR modelů je molekulární docking, který patří mezi metody založené na 3D struktuře molekuly, a proto dokáže nestranně posoudit i zcela nové molekuly. Z publikovaných generátorů molekul se jeví jako vhodné využít variační autoenkodéry (VAE), které disponují latentním prostorem, jenž se dá považovat za přibližný obraz chemického prostoru. Cílem práce …

With the recent development of deep learning, a number of models for the de novo generation of organic structures have been proposed. Those applied to the identification of new biologically active compounds depend on QSAR models predicting biological activity from the 2D structure of the molecule. However, QSAR models provide reliable predictions only for compounds similar to these that were used for training. Molecular docking is the viable alternative of QSAR models as it, being 3D based method, provides unbiased predictions for new molecules. From published molecular generators, variational autoencoders (VAE) belong to the most popular ones because they generate latent space that can be considered the approximate representation of chemical space. The aim of this work is to generate new potentially b…

Advisor: prof. Mgr. Daniel Svozil, Ph.D.
Referee: Ing. Milan Voršilák, Ph.D.
Thesis type: Master thesis
Institution: University of Chemistry and Technology, Prague
Faculty: Faculty of Chemical Technology
Department: Department of Informatics and Chemistry
Study programme: Bioinformatics
Specialization / field: Chemical Informatics and Bioinformatics
MŠMT code: 3902T061
Language: English
Access rights: open access
SIS ID: 32903
Date available: Jun 24, 2020
Date modified: Jun 25, 2020
Date defended: Jun 10, 2020DEFENDED

Design of new bioactive molecules using deep generators and molecular docking

Návrh nových bioaktivních molekul pomocí deep generátorů a molekulového dokování

Design of new bioactive molecules using deep generators and molecular docking

Návrh nových bioaktivních molekul pomocí deep generátorů a molekulového dokování

ANOTACE

ANNOTATION