Моделі і методи прогнозування молекулярних механізмів дії фармацевтичних препаратів
dc.contributor.advisor | Жиров, Олександр Леонідович | |
dc.contributor.author | Сенюк, Костянтин Костянтинович | |
dc.date.accessioned | 2021-04-06T09:47:36Z | |
dc.date.available | 2021-04-06T09:47:36Z | |
dc.date.issued | 2020 | |
dc.description.abstracten | Master`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.abstractuk | Магістерська 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.page | 112 с. | uk |
dc.identifier.citation | Сенюк, 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.uri | https://ela.kpi.ua/handle/123456789/40433 | |
dc.language.iso | uk | uk |
dc.publisher | КПІ ім. Ігоря Сікорського | uk |
dc.publisher.place | Київ | uk |
dc.subject | прогнозування механізмів дії лікарських речовин | uk |
dc.subject | класифікація | uk |
dc.subject | дерева рішень | uk |
dc.subject | ансамбль моделей | uk |
dc.subject | нейронна мережа | uk |
dc.subject | метод зворотного поширення помилки | uk |
dc.subject | алгорим оптимізації адама | uk |
dc.subject | mechanism of action | uk |
dc.subject | classification | uk |
dc.subject | decision terms | uk |
dc.subject | ensemble learning | uk |
dc.subject | neural networks | uk |
dc.subject | backpropagation | uk |
dc.subject | adam algorym optimization | uk |
dc.subject.udc | 004.932.4 | uk |
dc.title | Моделі і методи прогнозування молекулярних механізмів дії фармацевтичних препаратів | uk |
dc.type | Master Thesis | uk |
Файли
Контейнер файлів
1 - 1 з 1
Вантажиться...
- Назва:
- Seniuk_magistr.pdf
- Розмір:
- 2.7 MB
- Формат:
- Adobe Portable Document Format
- Опис:
Ліцензійна угода
1 - 1 з 1
Ескіз недоступний
- Назва:
- license.txt
- Розмір:
- 9.01 KB
- Формат:
- Item-specific license agreed upon to submission
- Опис: