Aplicação de redes neurais artificias para a predição da atividade biológica de compostos visando contribuição para a farmacologia: revisão bibliográfica
Carregando...
Arquivos
Data
Autores
Orientador
Rocha, José Celso 
Coorientador
Pós-graduação
Curso de graduação
Engenharia Biotecnológica - FCLAS
Título da Revista
ISSN da Revista
Título de Volume
Editor
Universidade Estadual Paulista (Unesp)
Tipo
Trabalho de conclusão de curso
Direito de acesso
Acesso aberto
Resumo
Resumo (português)
As Redes Neurais Artificiais (RNAs) possuem destaque, atualmente, ao serem
utilizadas para classificação, agrupamento, reconhecimento e predição de padrões, possuindo
diversas aplicações em áreas diferentes como reconhecimento de voz, reconhecimento facial,
diagnóstico de doenças, previsões do tempo, entre outras. São técnicas computacionais
inspiradas no funcionamento do cérebro humano, que apresentam como objetivo principal a
aprendizagem de tarefas buscando solucionar problemas complexos, a partir de propriedades
únicas, incluindo alta tolerância a falhas e capacidade de generalizar a partir de dados de
treinamento. No âmbito da predição de padrões, quando sozinhas ou associadas a outras
técnicas de Inteligência Artificial (IA), estudos mostram estque as RNAs são assertivas ao
preverem a atividade biológica de compostos, facilitando nos testes laboratoriais para a
descoberta de novos medicamentos no ramo da farmacologia. Dessa forma, o presente projeto
tem como objetivo realizar uma revisão de trabalhos de aplicação de RNAs, associadas ou não
a outras técnicas de IA, que visam a predição da atividade biológica dos mais variados
compostos, com o intuito de ressaltar os benefícios trazidos por essas técnicas quanto a estes
estudos.As Redes Neurais Artificiais (RNAs) possuem destaque, atualmente, ao serem
utilizadas para classificação, agrupamento, reconhecimento e predição de padrões, possuindo
diversas aplicações em áreas diferentes como reconhecimento de voz, reconhecimento facial,
diagnóstico de doenças, previsões do tempo, entre outras. São técnicas computacionais
inspiradas no funcionamento do cérebro humano, que apresentam como objetivo principal a
aprendizagem de tarefas buscando solucionar problemas complexos, a partir de propriedades
únicas, incluindo alta tolerância a falhas e capacidade de generalizar a partir de dados de
treinamento. No âmbito da predição de padrões, quando sozinhas ou associadas a outras
técnicas de Inteligência Artificial (IA), estudos mostram estque as RNAs são assertivas ao
preverem a atividade biológica de compostos, facilitando nos testes laboratoriais para a
descoberta de novos medicamentos no ramo da farmacologia. Dessa forma, o presente projeto
tem como objetivo realizar uma revisão de trabalhos de aplicação de RNAs, associadas ou não
a outras técnicas de IA, que visam a predição da atividade biológica dos mais variados
compostos, com o intuito de ressaltar os benefícios trazidos por essas técnicas quanto a estes
estudos.
Resumo (inglês)
Artificial Neural Networks (ANNs) are currently highlighted as they are used for
classification, grouping, recognition and prediction of patterns, having several applications in
different areas such as voice recognition, facial recognition, disease diagnosis, weather
forecasts, among others. These are computational techniques inspired by the functioning of
the human brain, whose main objective is the learning of tasks seeking to solve complex
problems, from unique properties, including high fault tolerance and the ability to generalize
from training data. In the scope of pattern prediction, when alone or associated with other
Artificial Intelligence (AI) techniques, studies show that ANNs are assertive in predicting the
biological activity of compounds, facilitating laboratory tests for the discovery of new drugs
in the field of pharmacology. In this way, the present project aims to carry out a review of
works on the application of RNAs, associated or not to other AI techniques, aimed at
predicting the biological activity of the most varied compounds, in order to highlight the
benefits brought by these techniques for these studies.
Descrição
Palavras-chave
Modelos preditivos, Redes neurais artificiais, Atividade biológica de compostos, Farmacologia, Pharmacology
Idioma
Português
