Aplicação de redes neurais artificias para a predição da atividade biológica de compostos visando contribuição para a farmacologia: revisão bibliográfica

Carregando...
Imagem de Miniatura

Data

2022-07-04

Autores

Albertini, Thais Tondato

Título da Revista

ISSN da Revista

Título de Volume

Editor

Universidade Estadual Paulista (Unesp)

Resumo

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.
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

Como citar