info:eu-repo/semantics/other
Predicción de los mecanismos de acción (MoA) asociados al uso de fármacos a través de modelos de machine learning
Autor
Villamil Franco, Yeison Fernando
Castrillón Buitrago, Marcela Andrea
Institución
Resumen
RESUMEN : En el pasado los científicos obtenían los fármacos a partir de productos naturales o se basaban en
remedios tradicionales, muchos de estos eran obtenidos de manera empírica mediante la
observación de los efectos externos. En la actualidad y con el avance de la tecnología, el
descubrimiento de fármacos ha cambiado de los enfoques empíricos del pasado a un modelo más
específico basado en la comprensión del mecanismo biológicos subyacente de una enfermedad,
evaluados principalmente en las células. El entendimiento de estos mecanismos es vital ya que
permite conocer el efecto de los fármacos sobre las células con el fin de evitar la toxicidad en estas.
Una de las formas para la evaluación de estos mecanismos es a través de ensayos de viabilidad
celular que permiten, mediante pruebas de laboratorio, la recombinación de diferentes células con
un único ADN (ácido desoxirribonucleico). Cada célula es tratada con diferentes tipos de fármacos
y mediante espectrometría de masas es posible identificar las distribuciones de las respuestas de
estas, donde se encuentran los mecanismos de acción. Esta evaluación crea unos picos de intensidad
y permite identificar diferentes tipos de proteínas que son activadas con el uso de estos fármacos.
Esta activación de proteínas es un mecanismo de respuesta celular conocido por sus siglas en inglés
como mechanisms of action (MoA). Este MoA es básicamente la manera como un fármaco afecta
una célula, haciendo que esta active una proteína (este tipo de activaciones pueden ser proteínas,
molécula de RNA, etc). Una de las mayores dificultades que existe en la evaluación de fármacos,
es que se necesitan muchas pruebas de laboratorio que permitan identificar las diferentes proteínas
que están siendo activadas. Por esto, los modelos predictivos pueden ser una solución para usar
bancos de células ya evaluados y poder relacionar sus respuestas con células a las cuales aún no se
les han estudiado sus Mo.
Materias
Ítems relacionados
Mostrando ítems relacionados por Título, autor o materia.
-
Experiências de tutoria em um curso a distância
Silva, Lauro Luiz Pereira -
Collaborative e-learning and Learning Objects
GONZALEZ, L. A. G.; RUGGIERO, W. V. (IEEE-INST ELECTRICAL ELECTRONICS ENGINEERS INC, 2009)The Learning Object (OA) is any digital resource that can be reused to support learning with specific functions and objectives. The OA specifications are commonly offered in SCORM model without considering activities in ... -
Proposal of convergence of e-Learning systems for t-Learning
Franco, B. B.; Oliveira, H. C.; Rodolpho, E. R.