Συγκριτική αξιολόγηση λογισμικών μοριακής προσομοίωσης πρόσδεσης και ανάπτυξη λογισμικού με την χρήση αλγορίθμων μηχανικής μάθησης για τον σχεδιασμό νέων ενεργοποιητών της διαλυτής γουανυλικής κυκλάσης

• Κύριος συγγραφέας: Διδαχός, Χρήστος
• Άλλοι συγγραφείς: Φουστέρης, Μανώλης
• Μορφή: Thesis
• Γλώσσα: Greek
• Έκδοση: 2020
• Θέματα: Λογισμικά μοριακής προσομοίωσης πρόσδεσης; Αλγόριθμοι μηχανικής μάθησης; Διαλυτή γυανυλική κυκλάση; Docking programs; Machine learning algorithms; Soluble gyanylate cyclase

Η διαλυτή γουανυλική κυκλάση (sGC) είναι ένα ένζυμο το οποίο διαδραματίζει καίριο ρυθμιστικό ρόλο σε σημαντικές βιολογικές διεργασίες. Η μη ενεργοποίηση του ενζύμου συσχετίζεται με καρδιοαγγειακά νοσήματα όπως η υπέρταση. Στην τρέχουσα μελέτη αξιοποιήθηκαν λογισμικά μοριακής προσομοίωσης πρόσδεσης και αλγόριθμοι μηχανικής μάθησης με σκοπό την ανακάλυψη νέων ενώσεων με ενεργοποιητική δράση έναντι της sGC.