Integrating molecular modeling and AI: unleashing a novel approach to hunt superior degrader molecular glues

Mostra el registre complet Registre parcial de l'ítem

  • dc.contributor.author Giménez Gabarró, Lluís
  • dc.date.accessioned 2024-12-04T10:10:20Z
  • dc.date.available 2024-12-04T10:10:20Z
  • dc.date.issued 2024-06-18
  • dc.description Treball de fi de grau en Bioinformàtica. Curs 2023-2024ca
  • dc.description Tutors: Alexis Molina and Carles Pérezen
  • dc.description.abstract Presentem una metodologia que combina tècniques de modelatge molecular i AI per agilitzar el descobriment de noves coles moleculars. Presentem ALScreening, un model subrogat basat en TGN que prediu de manera eficient l'acoblament molecular i el PELE d'un compost determinat, optimitzant l'HTVS d'extenses biblioteques de compostos. A més, per fer front a l'escassetat de coles moleculars reportades, moltes de les quals estan subjectes a patents, hem desenvolupat un LSTM VAE que genera nous compostos que s'assemblen a coles moleculars degradadores conegudes i alhora s'adhereixen a les seves propietats essencials.ca
  • dc.description.abstract Presentamos una metodología que combina técnicas de modelado molecular y AI para agilizar el descubrimiento de nuevos pegamentos moleculares. Presentamos ALScreening, un modelo subrogado basado en TGN que predice de manera eficiente el acoplamiento molecular y PELE de un compuesto determinado, optimizando el HTVS de extensas bibliotecas de compuestos. Además, para hacer frente a la escasez de pegamentos moleculares reportados, muchos de los cuales están sujetos a patentes, hemos desarrollado un LSTM VAE que genera nuevos compuestos que se asemejan a pegamentos moleculares degradadores conocidos y al mismo tiempo se adhieren a sus propiedades esenciales.es
  • dc.description.abstract We present a comprehensive methodology combining molecular modeling techniques and AI models to streamline the discovery process of novel degrader molecular glues that outperform previous ones. We introduce ALScreening, a text-based surrogate model based on TGN that efficiently predicts a given compound's molecular docking and PELE scores, optimizing the HTVS of extensive compound libraries. Furthermore, to deal with the scarcity of reported degrader molecular glues, many of which are patent- bound, we have developed a LSTM VAE that generates novel compounds resembling known degrader molecular glues while adhering to essential properties.en
  • dc.format.mimetype application/pdf*
  • dc.identifier.uri http://hdl.handle.net/10230/68914
  • dc.language.iso engca
  • dc.rights This is an Open Access article distributed under the terms of the Creative Commons Attribution-NonCommercial-NoDerivs 3.0 licenseca
  • dc.rights.accessRights info:eu-repo/semantics/openAccessca
  • dc.rights.uri http://creativecommons.org/licenses/by-nc-nd/3.0/es/ca
  • dc.subject.keyword Molecular glueen
  • dc.subject.keyword Artificial intelligenceen
  • dc.subject.keyword Generative modelsen
  • dc.subject.keyword Surrogate modelsen
  • dc.subject.keyword Molecular dockingen
  • dc.subject.keyword PELEen
  • dc.subject.other Treball de fi de grau – Curs 2023-2024ca
  • dc.title Integrating molecular modeling and AI: unleashing a novel approach to hunt superior degrader molecular gluesca
  • dc.type info:eu-repo/semantics/bachelorThesisca