Avaliação de fotossensibilizadores para terapia fotodinâmica com técnicas de machine learning

Detalhes bibliográficos
Ano de defesa: 2023
Autor(a) principal: Souza, Ana Clara Gonzalez de
Orientador(a): Homem-de-Mello, Paula
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal do ABC
Programa de Pós-Graduação: Programa de Pós-Graduação em Ciência e Tecnologia/Química
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Link de acesso: http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=127317&midiaext=81467
Resumo: Coordenação de Aperfeiçoamento de Pessoal de Nivel Superior
id UFBC_1da1b4d560e0a22aa03184ce01cf0ddc
oai_identifier_str oai:BDTD:127317
network_acronym_str UFBC
network_name_str Repositório Institucional da UFABC
repository_id_str
spelling info:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesisAvaliação de fotossensibilizadores para terapia fotodinâmica com técnicas de machine learning2023-10-18Homem-de-Mello, PaulaSouza, Ana Clara Gonzalez deUniversidade Federal do ABCPrograma de Pós-Graduação em Ciência e Tecnologia/QuímicaUFABCporFOTOSSENSIBILIZADORESTERAPIA FOTODINÂMICATEORIA DO FUNCIONAL DA DENSIDADEMACHINE LEARNINGCLASSIFICAÇÃO DE CORANTESPHOTOSENSITIZERSPHOTODYNAMIC THERAPYDENSITY FUNCTIONAL THEORYDYE CLASSIFICATIONPROGRAMA DE PCoordenação de Aperfeiçoamento de Pessoal de Nivel SuperiorBons fotossensibilizadores apresentam alta estabilidade fotoquímica, eletroquímica e térmica, o que lhes confere diversificadas aplicações tecnológicas, como corantes, em células solares e na terapia fotodinâmica (PDT, da sigla em inglês). A PDT é empregada no tratamento de câncer e outras doenças não oncológicas, em que são utilizados fármacos fotossensibilizadores ativados por luz em comprimentos de onda específicos. O objetivo da PDT é suprimir células cancerígenas, preservando células saudáveis. No entanto, a eficiência da PDT depende criticamente das propriedades do fotossensibilizador, impulsionando a necessidade de descobrir novos compostos com propriedades ideais. A integração de cálculos de química quântica e métodos de Machine Learning (ML) emerge como uma estratégia poderosa para essa descoberta. Este estudo propôs um novo método de identificação de fotossensibilizadores por meio de ML, realizando cálculos de química quântica para compreender propriedades dos principais corantes utilizados na PDT. Além disso, uma base de dados com informações detalhadas das propriedades moleculares foi estruturada. Foram implementados descritores químicos para construção de modelos de classificação, empregando CatBoost, LightGBM e XGBoost. Os resultados mostraram modelos robustos e eficazes na discriminação entre corantes e não corantes, com destaque para o modelo treinado com o XGBoost e utilizando todos os descritores disponíveis, unidimensionais, topológicos e de autocorrelação, indicando que um complementa o outro e proporcionam juntos uma melhor representação do que quando empregados separadamente. A análise da contribuição desses descritores para o modelo mostrou maior relevância para o número de carbonos sp2 , energia de ionização, número de carbonos sp3 e número de hidrogênios aceptores.http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=127317&midiaext=81467application/pdfreponame:Repositório Institucional da UFABCinstname:Universidade Federal do ABC (UFABC)instacron:UFABCinfo:eu-repo/semantics/openAccess2026-01-15T22:10:46Zoai:BDTD:127317Repositório InstitucionalPUBhttp://www.biblioteca.ufabc.edu.br/oai/oai.phpopendoar:2025-02-20T13:10:45Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)false
dc.title.pt.fl_str_mv Avaliação de fotossensibilizadores para terapia fotodinâmica com técnicas de machine learning
title Avaliação de fotossensibilizadores para terapia fotodinâmica com técnicas de machine learning
spellingShingle Avaliação de fotossensibilizadores para terapia fotodinâmica com técnicas de machine learning
Souza, Ana Clara Gonzalez de
title_short Avaliação de fotossensibilizadores para terapia fotodinâmica com técnicas de machine learning
title_full Avaliação de fotossensibilizadores para terapia fotodinâmica com técnicas de machine learning
title_fullStr Avaliação de fotossensibilizadores para terapia fotodinâmica com técnicas de machine learning
title_full_unstemmed Avaliação de fotossensibilizadores para terapia fotodinâmica com técnicas de machine learning
title_sort Avaliação de fotossensibilizadores para terapia fotodinâmica com técnicas de machine learning
author Souza, Ana Clara Gonzalez de
author_facet Souza, Ana Clara Gonzalez de
author_role author
dc.contributor.advisor1.fl_str_mv Homem-de-Mello, Paula
dc.contributor.author.fl_str_mv Souza, Ana Clara Gonzalez de
contributor_str_mv Homem-de-Mello, Paula
description Coordenação de Aperfeiçoamento de Pessoal de Nivel Superior
publishDate 2023
dc.date.issued.fl_str_mv 2023-10-18
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.uri.fl_str_mv http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=127317&midiaext=81467
url http://biblioteca.ufabc.edu.br/index.php?codigo_sophia=127317&midiaext=81467
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
dc.publisher.none.fl_str_mv Universidade Federal do ABC
dc.publisher.program.fl_str_mv Programa de Pós-Graduação em Ciência e Tecnologia/Química
dc.publisher.initials.fl_str_mv UFABC
publisher.none.fl_str_mv Universidade Federal do ABC
dc.source.none.fl_str_mv reponame:Repositório Institucional da UFABC
instname:Universidade Federal do ABC (UFABC)
instacron:UFABC
instname_str Universidade Federal do ABC (UFABC)
instacron_str UFABC
institution UFABC
reponame_str Repositório Institucional da UFABC
collection Repositório Institucional da UFABC
repository.name.fl_str_mv Repositório Institucional da UFABC - Universidade Federal do ABC (UFABC)
repository.mail.fl_str_mv
_version_ 1854475891933970432

Registros relacionados