prikaz prve stranice dokumenta Kvantno-kemijski proračuni i strojno učenje u predviđanju bioaktivnosti novih spojeva
Rad dostupan nakon 2026-05-24
doktorski rad
Kvantno-kemijski proračuni i strojno učenje u predviđanju bioaktivnosti novih spojeva
Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2024. urn:nbn:hr:217:712062
Mikelić, Ana
Sveučilište u Zagrebu
Prirodoslovno-matematički fakultet
Kemijski odsjek

Institucijski repozitorij: Repozitorij Prirodoslovno-matematičkog fakulteta

Citirajte ovaj rad

Mikelić, A. (2024). Kvantno-kemijski proračuni i strojno učenje u predviđanju bioaktivnosti novih spojeva (Doktorski rad). Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet. Preuzeto s https://urn.nsk.hr/urn:nbn:hr:217:712062

Mikelić, Ana. "Kvantno-kemijski proračuni i strojno učenje u predviđanju bioaktivnosti novih spojeva." Doktorski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2024. https://urn.nsk.hr/urn:nbn:hr:217:712062

Mikelić, Ana. "Kvantno-kemijski proračuni i strojno učenje u predviđanju bioaktivnosti novih spojeva." Doktorski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, 2024. https://urn.nsk.hr/urn:nbn:hr:217:712062

Mikelić, A. (2024). 'Kvantno-kemijski proračuni i strojno učenje u predviđanju bioaktivnosti novih spojeva', Doktorski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, citirano: 15.07.2024., https://urn.nsk.hr/urn:nbn:hr:217:712062

Mikelić A. Kvantno-kemijski proračuni i strojno učenje u predviđanju bioaktivnosti novih spojeva [Doktorski rad]. Zagreb: Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet; 2024 [pristupljeno 15.07.2024.] Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:712062

A. Mikelić, "Kvantno-kemijski proračuni i strojno učenje u predviđanju bioaktivnosti novih spojeva", Doktorski rad, Sveučilište u Zagrebu, Prirodoslovno-matematički fakultet, Zagreb, 2024. Dostupno na: https://urn.nsk.hr/urn:nbn:hr:217:712062

Za citiranje koristite ovu mrežnu adresu: https://urn.nsk.hr/urn:nbn:hr:217:712062
Podaci o radu
NaslovKvantno-kemijski proračuni i strojno učenje u predviđanju bioaktivnosti novih spojeva
Naslov (engleski)Quantum chemical calculations and machnie learning in predicting bioactivity of new compounds
AutorAna Mikelić
MentorTomica Hrenar (mentor)
Član povjerenstvaGordan Horvat (predsjednik povjerenstva)
Član povjerenstvaBorislav Kovačević (član povjerenstva)
Član povjerenstvaAleksandra Maršavelski (član povjerenstva)
Ustanova koja je dodijelila
akademski / stručni stupanj		Sveučilište u Zagrebu
Prirodoslovno-matematički fakultet
(Kemijski odsjek)
Zagreb
Datum i država obrane2024-05-24, Hrvatska
Znanstveno / umjetničko
područje, polje i grana		PRIRODNE ZNANOSTI
Kemija
Univerzalna decimalna klasifikacija
(UDC)		54 - Kemija. Kristalografija. Mineralogija
Sažetak
Male molekule mogu interagirati s biološkim makromolekulama i tako utjecati na homeostazu organizma. U okviru ovoga doktorskog rada računalno su istraženi odabrani kemijski spojevi kao potencijalni antimikrobni agensi i/ili inhibitori kolinesteraza. Najvažnije interakcije malih molekula s makromolekulama određene su metodama molekularnog dokiranja: 1. novorazvijena metoda tenzorske dekompozicije trajektorija ab initio molekularne dinamike te 2. kvantno-kemijsko Monte Carlo dokiranje unutar aktivnog mjesta enzima. Molekularno dokiranje ab initio molekularnom dinamikom uključuje protokol strojnog učenja za određivanje duljine trajanja simulacija kada su uzorkovani potpuni konfiguracijski prostori. Kvantno-kemijsko Monte Carlo dokiranje podrazumijeva uzorkovanje struktura putem generiranja slučajnih konfiguracija sustava (aktivno mjesto enzima i mala molekula) te kvantno-kemijske proračune energije. Ekstenzivnom primjenom strojnog učenja uspostavljeni su najbolji mogući multivarijatni linearni regresijski modeli koji povezuju biološku aktivnost promatranih spojeva s njihovim teorijski uzorkovanim plohama potencijalne energije. Dobiveni rezultati predstavljat će osnovu za daljnja istraživanja najvažnijih interakcija malih molekula s kolinesterazama i za predviđanje bioaktivnosti te "pametan" dizajn novih bioaktivnih molekula.
Sažetak (engleski)
Small molecules can interact with biological macromolecules and thus affect the organism's homeostasis. Within this doctoral dissertation, selected chemical compounds were theoretically investigated as potential antimicrobial agents and/or cholinesterase inhibitors. The most important interactions of small molecules with macromolecules were determined by molecular docking methods: 1. newly developed method of tensor decomposition of ab initio molecular dynamics trajectories and 2. quantum-chemical Monte Carlo docking within the active site of the enzyme. Molecular docking by ab initio molecular dynamics includes a machine learning protocol for determining the length of simulations where complete configuration spaces are sampled. Quantum-chemical Monte Carlo docking implies sampling of structures through the generation of random system configurations (enzyme active site and small molecule) and quantum-chemical energy calculations. Through the extensive application of machine learning, the best possible multivariate linear regression models that connect the biological activity of the observed compounds with their theoretically sampled potential energy surfaces were established. The obtained results will represent the basis for further research of the most important interactions of small molecules with cholinesterases as well as the prediction of bioactivity and the "smart" design of new bioactive molecules
Ključne riječi
Ključne riječi (engleski)
Jezikhrvatski
URN:NBNurn:nbn:hr:217:712062
Datum promocije2024
ProjektŠifra: IP-2016-06-3775
Naziv: Aktivnošću i in silico usmjeren dizajn malih bioaktivnih molekula
Naziv: Activity and in silico guided design of bioactive small molecules
Kratica: ADESIRE
Voditelj: Tomica Hrenar
Pravna nadležnost: Hrvatska
Financijer: Hrvatska zaklada za znanost
Linija financiranja: Research Projects
Studijski programNaziv: Kemija
Vrsta studija: sveučilišni
Stupanj studija: doktorski studij
Akademski / stručni naziv: doktor/doktorica u području prirodnih znanosti (dr. sc. natur.)
Vrsta resursaTekst
Opseg144, XIX str. ; 30 cm
Način izrade datotekeIzvorno digitalna
Prava pristupaRad dostupan nakon
Datum isteka embarga: 2026-05-24
Uvjeti korištenjaIkona licence Zaštićeno autorskim pravom.
Datum i vrijeme pohrane2024-05-29 12:22:02