Machine learning based prediction of esterases' promiscuity
Xiang, Ruite
Guallar, Victor, dir. (Barcelona Supercomputing Center)
Daura i Ribera, Xavier, dir. (Universitat Autònoma de Barcelona. Departament de Bioquímica i de Biologia Molecular)
Universitat Autònoma de Barcelona. Facultat de Biociències

Data:	2020
Descripció:	32 pag.
Resum:	Els enzims són de gran interès per a la majoria de les indústries, no obstant la seva caracterització en el laboratori és costosa i molt laboriosa, fet que ha impulsat el desenvolupament de tecnologies de predicció de les activitats dels enzims. Malgrat això, els enzims industrials han de tenir unes propietats molt específiques com per exemple alta especificitat, alta activitat en condicions no biològiques i alta promiscuitat, característiques que no estan ben cobertes per les eines de predicció actuals. Per aquest motiu, amb aquest projecte, s'intenta mitigar el problema creant classificadors binaris que poden predir la promiscuitat de les esterases.
Resum:	Enzymes are of great interest for a vast variety of industries; however, the experimental characterization is very time consuming and expensive. Moreover, industrial enzymes need to adapt to nonbiological conditions while maintaining high activity, promiscuity and stereo-selectivity, properties that are not well covered, currently, by prediction technologies which means that their characterization still relies solely on experimentation. This project has the intention of mitigating the problem by developing binary classifiers and multi-classifiers that can predict the promiscuity of esterases, one of the many industrially relevant enzymes.
Drets:	Aquest document està subjecte a una llicència d'ús Creative Commons. Es permet la reproducció total o parcial, la distribució, la comunicació pública de l'obra i la creació d'obres derivades, fins i tot amb finalitats comercials, sempre i quan aquestes es distribueixin sota la mateixa llicència que regula l'obra original i es reconegui l'autoria de l'obra original.
Llengua:	Anglès
Pla d'estudis:	Màster Universitari en Bioinformàtica / Bioinformatics [1112]
Document:	Treball de fi de postgrau
Matèria:	Machine learning ; Bioprospecting ; Esterase promiscuity ; Aprenentatge automàtic ; Promiscuitat de les esterases ; Bioprospecció

33 p, 684.3 KB

El registre apareix a les col·leccions:
Documents de recerca > Treballs de recerca i projectes de final de carrera > Biociències. TFM