2025-143-15

Vývoj robustního modelu hlubokého učení pro predikci biologické aktivity Development of a robust deep learning model for biological activity prediction

Vedoucí práce: Ing. Martin Šícho, Ph.D.

Konzultant: -

Podstata a cíl práce

Modelování vztahů mezi biologickou aktivitou a chemickou strukturou látek (Quantitative Structure Activity Relationship, QSAR) je v poslední době rychle se vyvíjející obor, ve kterém se v poslední době hluboké neuronové sítě etablovali jako dominantní přístup. Cílem této práce bude průzkum aktuální problematiky hlubokých neuronových sítí pro predikci vlastností sloučenin a zpřístupnit jeden nebo více dominantních algoritmů pro snadné použití skrze softwarový balíček s otevřeným kódem.

Náplň činnosti studenta

• Průzkum problematiky hlubokých neuronových sítí pro predikci biologické aktivity chemických sloučenin. • Integrace jednoho nebo více aktuálně populárních přístupů do balíčku QSPRpred, který usnadňuje použití komplexních modelů strojového učení pro predikci vlastností chemických sloučenin. • Validace implementace pomocí sestavení případové studie, která vhodně demonstruje funkčnost implementace.

Doplňující informace

Místo řešení: Ústav informatiky a chemie (143)

Téma je možné zvolit pro následující specializace