Vés al contingut

Estudis

L'IQS Roger Tejedor-Estrada, premi a la millor presentació "Simposi 1: Teoria i modelatge" de la VII Trobada de Joves Investigadors dels Països Catalans

21 gener 2016

"Les xarxes neuronals artificials i la projecció sobre el pla hiperbòlic en l’establiment de mètodes QSAR aplicats a la química mèdica" és el títol de la comunicació realitzada pel Dr. Roger Tejedor-Estrada, postdoc IQS-URL, i que va ser guardonada amb el premi a la millor presentació del "Simposi 1: Teoria i modelatge" en el marc de la VII Trobada de Joves Investigadors dels Països Catalans.

"Les xarxes neuronals artificials i la projecció sobre el pla hiperbòlic en l’establiment de mètodes QSAR aplicats a la química mèdica" és el títol de la comunicació realitzada pel Dr. Roger Tejedor-Estrada, postdoc IQS-URL, i que va ser guardonada amb el premi a la millor presentació del "Simposi 1: Teoria i modelatge" en el marc de la VII Trobada de Joves Investigadors dels Països Catalans.

El Dr. Roger Tejedor-Estrada és postdoc IQS-URL al Grup d’Enginyeria Molecular (GEM) dins del projecte concedit per la Marató de TV3 sobre Malalties Rares: la Distròfia Miotònica.

Les xarxes neuronals artificials (ANN) s’han consolidat, en els darrers anys, com excel·lents mètodes per establir models de relació quantitativa d’estructura-activitat (QSAR) en l’àmbit de la química mèdica.

El GEM d’IQS School of Engineering ha desenvolupat un programari que ha permès estudiar l’ús de les ANN en el disseny de fotosensibilitzadors per ser emprats en la teràpia fotodinàmica del càncer. De forma complementària, atès l’elevat nombre de variables a tractar, s’ha avaluat la projecció dels descriptors moleculars sobre models de geometria hiperbòlica. Aquesta tècnica ha demostrat que era una bona alternativa a les tècniques usualment adoptades en química per a la reducció dimensional de l’espai.

El conjunt d’ambdues metodologies s’ha emprat en l’establiment d’un model de predicció de la localització subcel·lular de fotosensibilitzadors tetrapirròlics. Aquest model permet millorar l’enriquiment de les seleccions d’aquells compostos que es localitzen preferentment als orgànuls on es desencadena la resposta cel·lular d’una manera més eficient.