Моделі і методи прогнозування молекулярних механізмів дії фармацевтичних препаратів

Скорочена інформація про документ
dc.contributor.advisorЖиров, Олександр Леонідович
dc.contributor.authorСенюк, Костянтин Костянтинович
dc.date.accessioned2021-04-06T09:47:36Z
dc.date.available2021-04-06T09:47:36Z
dc.date.issued2020
dc.description.abstractenMaster`s thesis contains 111 pages, 41 drawings, 25 tables. And also 17 sources were used. The aim of the study is to analyze the methods of data purification and comparative analysis of models to predict the mechanisms of action of drugs and determine the best one among them. For this task, data clustering methods (DBSCAN, HDBSCAN, One-Class SVM) were used to search for emissions in the data, the main component method to reduce the correlation of input processes, the neural network, an ensemble of models (boosting). The object of the study was statistical data on gene expression and cell viability. The Python software was developed to predict the input statistics and calculate estimates to compare the used models and methods. As a result, the best method suitable for this work was selected and a model was created to classify the various mechanisms of drug action.uk
dc.description.abstractukМагістерська дисертація містить 111 сторінку, 41 рисунок, 25 таблиць. А також було використано 17 джерел. Метою дослідження є аналіз способів очистки даних і порівняльний аналіз моделей для прогнозування механізмів дії лікарських речовин, і визначення найкращої серед них. Для цього завдання було використано методи кластеризації даних (DBSCAN, HDBSCAN, One-Class SVM) для пошуку викидів в даних, метод головних компонент для зменшення корельованості вхідних процесів, нейронна мережа, ансамбль моделей (бустінг). Об’єктом дослідження були статистичні дані по експресії генів і життєздатності клітин. Було розроблено програму на мові Python для прогнозування вхідних статистичних даних і обчислення оцінок для порівняння використаних моделей і методів. В результаті було вибрано найкращий метод який підходить для даної роботи, і з допомогою його було створено модель для класифікації різних механізмів дії лікарських речовин.uk
dc.format.page112 с.uk
dc.identifier.citationСенюк, К. К. Моделі і методи прогнозування молекулярних механізмів дії фармацевтичних препаратів : магістерська дис. : 124 Системний аналіз / Сенюк Костянтин Костянтинович. – Київ, 2020. – 112 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/40433
dc.language.isoukuk
dc.publisherКПІ ім. Ігоря Сікорськогоuk
dc.publisher.placeКиївuk
dc.subjectпрогнозування механізмів дії лікарських речовинuk
dc.subjectкласифікаціяuk
dc.subjectдерева рішеньuk
dc.subjectансамбль моделейuk
dc.subjectнейронна мережаuk
dc.subjectметод зворотного поширення помилкиuk
dc.subjectалгорим оптимізації адамаuk
dc.subjectmechanism of actionuk
dc.subjectclassificationuk
dc.subjectdecision termsuk
dc.subjectensemble learninguk
dc.subjectneural networksuk
dc.subjectbackpropagationuk
dc.subjectadam algorym optimizationuk
dc.subject.udc004.932.4uk
dc.titleМоделі і методи прогнозування молекулярних механізмів дії фармацевтичних препаратівuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Seniuk_magistr.pdf
Розмір:
2.7 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
9.01 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ММСА)
Магістерські роботи