Read more
El desarrollo de nuevas mole¿culas es un proceso que requiere de mu¿ltiples etapas y los ensayos cli¿nicos para verificar su eficacia cuesta miles de millones de do¿lares cada an¿o. El aprendizaje automätico es una herramienta que estä avanzando räpidamente en el reconocimiento de imägenes, voz y texto, y trabajar In silico aumentari¿a la capacidad de predecir y priorizar la funcio¿n de un medicamento. En esta investigacio¿n nos preguntamos si la funcio¿n de los medicamentos de uso terape¿utico se puede predecir a partir de la configuracio¿n estereoqui¿mica de la mole¿cula. Nosotros usamos redes neuronales convolucionales para predecir el uso terape¿utico de färmacos, entrenadas tanto con informacio¿n bidimensional como con informacio¿n tridimensional de su estructura qui¿mica. El modelo entrenado solamente con seis vistas de la informacio¿n 3D de la estructura molecular mejoro¿ la exactitud en un 10 respecto al modelo entrenado con la informacio¿n 2D.
About the author
Estadi¿stico de la Universidad de Cördoba, Esp. en Gerencia de Riesgos y Seguros y MSc. en Estadi¿stica Aplicada de la Universidad Tecnolögica de Boli¿var,Colombia. Desde el 2015 se desempen¿a como docente de hora cátedra en el curso de estadística para la Universidad de Cördoba y docente tiempo completo en la Universidad del Sinu¿.
