dc.contributor.author
Giménez Gabarró, Lluís
dc.date.issued
2024-12-04T10:10:20Z
dc.date.issued
2024-12-04T10:10:20Z
dc.date.issued
2024-06-18
dc.identifier
http://hdl.handle.net/10230/68914
dc.description.abstract
Treball de fi de grau en Bioinformàtica. Curs 2023-2024
dc.description.abstract
Tutors: Alexis Molina and Carles Pérez
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.
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.
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.
dc.format
application/pdf
dc.format
application/pdf
dc.rights
This is an Open Access article distributed under the terms of the Creative Commons Attribution-NonCommercial-NoDerivs 3.0 license
dc.rights
http://creativecommons.org/licenses/by-nc-nd/3.0/es/
dc.rights
info:eu-repo/semantics/openAccess
dc.subject
Treball de fi de grau – Curs 2023-2024
dc.subject
Molecular glue
dc.subject
Artificial intelligence
dc.subject
Generative models
dc.subject
Surrogate models
dc.subject
Molecular docking
dc.title
Integrating molecular modeling and AI: unleashing a novel approach to hunt superior degrader molecular glues
dc.type
info:eu-repo/semantics/bachelorThesis