|
|
Methods for Predicting Drug Side Effects in Silico
Cicková, Pavlína ; Lexa,, Matej (oponent) ; Berka,, Karel (oponent) ; Provazník, Ivo (vedoucí práce)
Drug discovery is a field of contemporary science, which has encompassed the use of various computational methods. Wet lab approaches are costly and time-consuming and hence, in silico methods play an important role. Notwithstanding the progress of computational techniques applied in drug discovery in the last few decades, the great majority of the investigational compounds still do not succeed in reaching the final approval stage. Not only for this reason state-of-the-art drug design strategies focus on reinvestigating already approved drugs and drug similarity analyzes are crucial to consider. This work presents the development and application of a set of workflows created within the KNIME Analytics Platform which implements an approach using machine-learning methods for drug side effect prediction. The presented set of workflows deals with data retrieval, pre-processing, similarity metrics computation and data exploratory analysis. Consequently, classification models are applied to predict specific side effects of drugs. The prediction is based on similarity-based techniques. Structural and other similarities of approved drug molecules were used to train the decision tree models for the prediction of potential drug-side effect associations. The main advantage of the work is the re-usability of the applied techniques. Our set of workflows provides an environment allowing for new research questions in terms of drug similarity to be addressed. Moreover, as the workflows created within KNIME Analytics Platform provide a user-friendly graphical interface, users do not require any advanced experience in machine learning or programming to perform their studies using the designed workflows.
|
|
|
SARS-CoV-2 methyltransferázy jako cíl terapeutického zásahu
Kocek, Hugo ; Nencka, Radim (vedoucí práce) ; Bouřa, Evžen (oponent)
Nový koronavirus SARS-CoV-2 (z počátku též označovaný "nCoV2019") se stal od března roku 2020 součástí našich životů a téměř přes noc obrátil naše životy "vzhůru nohama". Tento vir se přenáší kapénkami a způsobuje respirační onemocnění COVID-19, které může mít v komplikovaných případech velmi závažný až fatální průběh. Doposud nebyla vynalezena žádná efektivní léčebná metoda a vakcíny jsou momentálně velkou nadějí. Ačkoli poskytují vysokou míru ochrany vůči SARS-CoV-2, je důležité podotknout, že nemusí být plně efektivní vůči stále se objevujícím novým mutacím SARS-CoV-2. V průběhu pandemie byla vyzkoušena řada již schválených léků (např. favipiravir, toremifen či hydroxychlorochin), ale žádný z těchto léků v klinických studiích neprokázal signifikantní účinnost proti SARS-CoV-2. Jediným schváleným antivirotikem pro použití u hospitalizovaných pacientů je v současné době nukleotidový analog remdesivir, jehož účinnost byla prokázána v klinických testech, ale je patrně značně závislá na době podání a celkovém stavu pacienta. Vývoj nových antivirotik je proto nezbytný, neboť se jedná již o třetí korovirus od počátku 21. století s pandemickým potenciálem, a proto můžeme očekávat příchod dalších variant v budoucnosti. Tato práce se zaměřuje na S-adenosylmethionin-dependentní methyltransferázy nsp14 a...
|
host ::
RSS.