prikaz prve stranice dokumenta Predikcija topivosti u vodi kemijskih spojeva korištenjem kvantitativnih modela strukture i aktivnosti
Rad nije dostupan
završni rad
Predikcija topivosti u vodi kemijskih spojeva korištenjem kvantitativnih modela strukture i aktivnosti
Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2024. urn:nbn:hr:168:356717
Pešić, Katarina
Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva

Institucijski repozitorij: Repozitorij FER-a

Citirajte ovaj rad

Pešić, K. (2024). Predikcija topivosti u vodi kemijskih spojeva korištenjem kvantitativnih modela strukture i aktivnosti (Završni rad). Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:168:356717

Pešić, Katarina. "Predikcija topivosti u vodi kemijskih spojeva korištenjem kvantitativnih modela strukture i aktivnosti." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2024. https://urn.nsk.hr/urn:nbn:hr:168:356717

Pešić, Katarina. "Predikcija topivosti u vodi kemijskih spojeva korištenjem kvantitativnih modela strukture i aktivnosti." Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, 2024. https://urn.nsk.hr/urn:nbn:hr:168:356717

Pešić, K. (2024). 'Predikcija topivosti u vodi kemijskih spojeva korištenjem kvantitativnih modela strukture i aktivnosti', Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, citirano: 23.11.2024., https://urn.nsk.hr/urn:nbn:hr:168:356717

Pešić K. Predikcija topivosti u vodi kemijskih spojeva korištenjem kvantitativnih modela strukture i aktivnosti [Završni rad]. Zagreb: Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva; 2024 [pristupljeno 23.11.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:356717

K. Pešić, "Predikcija topivosti u vodi kemijskih spojeva korištenjem kvantitativnih modela strukture i aktivnosti", Završni rad, Sveučilište u Zagrebu, Fakultet elektrotehnike i računarstva, Zagreb, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:168:356717

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:168:356717
Podaci o radu
NaslovPredikcija topivosti u vodi kemijskih spojeva korištenjem kvantitativnih modela strukture i aktivnosti
Naslov (engleski)Prediction of water solubility of chemical compounds using quantitative structure-activity models
AutorKatarina Pešić
MentorMihaela Vranić (mentor)
Član povjerenstvaMihaela Vranić (predsjednik povjerenstva)
Član povjerenstvaDamir Pintar (član povjerenstva)
Član povjerenstvaLuka Humski (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Fakultet elektrotehnike i računarstva
Zagreb
Datum i država obrane2024-07-02, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		TEHNIČKE ZNANOSTI
Računarstvo
Sažetak
Uloga kemoinformatike u znanosti i industriji ne može se zanemariti. Kvalitetna analiza ponašanja molekula ključan je korak u, primjerice, farmaciji. Ocjena dobrote molekule može se donijeti na osnovu i njezine topivosti u vodi, jer ona direktno utječe na njezino ponašanje u tijelu i u okolišu. Pokazuje se da se topivost vode može dobro modelirati linearnim i nelinearnim kombinacijama karakteristika molekula, zvanih deskriptori, a posebno na novo i modelima strojnog učenja. U ovom radu korištena su tri modela na tri različita skupa podataka i pokazuje se da je moguće, kroz ispravnu provedbu, nekim modelima strojnog učenja kvalitetno predvidjeti topivosti molekula što je bitan pokazatelj toga da strojno učenje ima veliku ulogu i može ostati relevantno u području kemoinformatike.
Sažetak (engleski)
The role of chemoinformatics in various fields of industry and science cannot be overlooked. Analysis of molecular behavior is a key step in, e.g., pharmacy. Goodness of fit of one particular molecule can be described through its water solubility, as it directly affects its behavior in the human body, as well as in the environment. It can be shown that water solubility may be well modeled through linear and non-linear combinations of other molecule properties, also called molecular descriptors, especially when paired with machine learning. In this thesis three distinct machine learning models were trained on three distinct data sets and it was shown that, when operated in the right way, it is possible to achieve trustworthy predictions of water solubility with machine learning. That serves as a confirmation of the role machine learning is taking in chemoinformatics, and why it is on a path to stay relevant in the field for the time to come.
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:168:356717
Studijski programNaziv: Računarstvo
Vrsta studija: sveučilišni
Stupanj studija: preddiplomski
Akademski / stručni naziv: sveučilišni/a prvostupnik/ prvostupnica (baccalaureus/baccalaurea) inženjer/inženjerka računarstva (univ.bacc.ing.comp.)
Vrsta resursaTekst
Način izrade datotekeIzvorno digitalna
Prava pristupaZatvoreni pristup
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Javna napomena
Datum i vrijeme pohrane2024-10-12 21:50:04