Tanszéki konzulens: 

Bolgár Bence lecturer Szoba: IE322 Tel.: +36 1 463- Email: bolgar (*) mit * bme * hu

A gyógyszeriparban az évente engedélyezett új molekulák száma stagnál, míg a fejlesztés költségei egyre nőnek. Ennek köszönhetően a drága laboratóriumi mérések mellett egyre nagyobb hangsúlyt kapnak a számítógépes ("in silico") eljárások. Ezek egyike az ún. virtuális screening, ahol nagy mennyiségű molekula ill. molekuláris célpont leírása alapján próbálnak eddig ismeretlen molekula-célpont interakciókat jósolni. A jelen munka célja elterjedt, mátrixfaktorizáció-alapú ajánló rendszerek adaptációja a fenti feladatra.

Az ajánló rendszerek legismertebb példái a filmajánló rendszerek. A felhasználók által adott értékelések elrendezhetők egy hiányos mátrixban, ahol a sorokban például az egyes felhasználók, az oszlopokban pedig filmek találhatók. A cél ennek a hiányos mátrixnak a kitöltése, azaz a hiányzó értékelések jóslása a már ismert értékelések, és opcionálisan háttértudás (pl. kémiai szerkezetek, mellékhatásprofilok) alapján.

Ebben a munkában a felhasználók szerepét gyógyszer-hatóanyagok, a filmekét molekuláris célpontok, az értékelésekét pedig kötési affinitások veszik át ("molekuláris Netflix"). A cél egy olyan eljárás kidolgozása és implementálása, amely a kapott molekula-célpont mátrixot két faktorra bontja, amelyeknek szorzata jól közelíti a mátrixot az ismert elemekben, az ismeretlenekben pedig minél pontosabb predikciókat ad (amelyet például keresztkiértékeléssel ellenőrzünk).