Investigate of interaction of mu-opioid receptor with unbiased and biased ligands using molecular dynamics and machine learning
Luận văn · Thạc sĩ · năm 2024 · đề tài tham khảo
| Loại tài liệu | Luận văn |
|---|---|
| Bậc học | Thạc sĩ |
| Ngành | Công nghệ thông tin |
| Tác giả | Nguyen Viet Anh |
| Người hướng dẫn | Nguyen The Toan; Nguyen Tien Cuong |
| Cơ sở đào tạo | Đại học Quốc gia Hà Nội |
| Năm | 2024 |
| Nguồn | Thư viện số Đại học Quốc gia Hà Nội · trang gốc |
Tóm tắt
The primary objective of this thesis is to investigate, examine, and assess molecular docking using machine learning and deep learning models. The goals may be succinctly described as: 1. Overview of protein-ligand binding, molecular docking techniques, virtual screening, and de novo drug design. 4 2. Evaluate a deep learning approach for virtual screening that is capable of identifying compounds of the opioid family with a strong affinity for their receptors and verifying their effectiveness. 3. Evaluate a deep learning approach for molecular docking that is capable of identifying poses with a strong affinity for their receptors and verifying its effectiveness.
Bản toàn văn lưu tại thư viện Đại học Quốc gia Hà Nội
Thông tin và tóm tắt ở trên lấy từ kho số mở của thư viện trường. Bản toàn văn do thư viện trường quản lý — có nơi cho đọc trực tuyến, có nơi cần tài khoản bạn đọc của trường.
Mở tại thư viện trường ↗
Dùng tài liệu tham khảo cho đúng
- Đọc để hiểu cách người trước đặt câu hỏi, chọn phương pháp, trình bày số liệu — rồi tự làm với dữ liệu và bối cảnh của bạn.
- Ý, số liệu, bảng biểu lấy từ tài liệu này phải trích dẫn (tác giả, năm, tên đề tài, cơ sở đào tạo).
- Đề tài trùng tên vẫn làm được nếu khác đơn vị khảo sát, thời gian hoặc cách tiếp cận — nêu rõ điểm khác trong phần mở đầu.
Hướng dẫn chọn đề tài, cấu trúc và số liệu cho ngành này: Luận văn công nghệ thông tin · Hỏi đáp từng chương với người hướng dẫn số: Học Giả Số · Công cụ số: Luận Văn Số.
Đề tài cùng ngành
- Phát triển kỹ thuật học đa tác vụ cho đa biến thể nhãn trong trính xuất thông tin tài liệu khoa học
- Phát hiện mã xấu trong chương trình bằng phương pháp học sâu
- Xây dựng hệ thống theo dõi và chẩn đoán trạng thái thiết bị dựa trên học máy
- Ưng dụng công nghệ viễn thám, GIS, và học máy trong giám sát và cảnh báo sớm hạn hán khu vực Đồng bằng Sông Cửu Long phục vụ phát triển nông nghiệp bền vững và ứng phó biến đổi khí hậu
- Nghiên cứu phương pháp phát hiện các bản vá lỗ hổng phần mềm dựa trên học sâu
- Cải tiến chất lượng dịch máy dựa vào mạng nơron cho các ngôn ngữ tài nguyên hạn chế
- Nghiên cứu nhận dạng xoáy thuận nhiệt đới hoạt động trên khu vực Biển Đông bằng phương pháp trí tuệ nhân tạo
- Số hóa tài liệu tự động thông minh
Tác giả muốn gỡ, sửa thông tin hoặc bổ sung bản toàn văn: gửi yêu cầu qua trang Liên hệ, kèm đường dẫn trang này.