proyecto
Implementación Machine Learning en el Diseño de Nuevos Productos de Origen Vegetal
Registro en:
2021-171480-INNOVA_PRODUCCION
21CV-171480
Autor
Patricia Andrea Arenas Riesco
Institución
Resumen
Determinar mediante un Algoritmo Generado por Machine Learning la Mejor Combinación de Componentes Anti-inflamatorios Antioxidantes y Cicatrizantes de Origen Vegetal y Utilizar Esta Información para Optimizar Aún Más la Producción de un Preparado Basado en Células Madres Vegetales (generado por Biotecnología Vegetal) que ya Hemos Desarrollado en nuestro Laboratorio y Comparar las Propiedades de Ambos Productos en un Modelo de Heridas Crónicas y Testeo Piloto en Pacientes En la Última Década se ha Visto una Tendencia Creciente hacia el Uso de Productos Naturales como Resultado de la Constante Preocupación de los Consumidores por Evitar el Uso de Productos Químicos en Medicina y Cuidado Personal. Los Productos Agrícolas y Forestales Son la Principal Fuente de Estos Productos Pero Obtenerlos Implica Explotar Especies por Medio de la Tala lo que No es Amigable con el Ambiente en los Tiempos Actuales del Cambio Climático donde el Cuidado Protección de las Especies es Esencial. Por Esta Razón Buscar Alternativas de Smart Manufacturing es de Vital Importancia es por esto que Proponemos en este Proyecto en Primer Lugar Usar Inteligencia Artificial para Generar un Algoritmo que Determine la Mejor Combinación de Componentes Anti-inflamatorios Presentes en Especies Vegetales y Obtener a Partir de Células Madres Vegetales Estos Componentes en la Obtención de un Preparado con Potencial Uso Farmacéutico Anti-inflamatorio y Antioxidante en Heridas Crónicas Corporación de Fomento de la Producción