Sirvi Autor "Maran, Uko, juhendaja" järgi

Nüüd näidatakse 1 - 8 8

Cheminformatics approaches for analysing and modelling the gas-ionic liquid distribution of organic solutes
(Tartu Ülikooli Kirjastus, 2025-08) Toots, Karl Marti; Maran, Uko, juhendaja; Sild, Sulev, juhendaja; Leis, Jaan, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Tehisintellekti ja masinõppe (ML) rakendamine kvantitatiivsete struktuur-omadus sõltuvuste raames võimaldab uuringuid materjalide ja ainete füüsikalis-keemiliste omaduste mõistmiseks. Üks selline ainete klass on ioonvedelikud (IL) milles orgaaniliste lahustunud ainete jaotusomaduste mõistmine ja hindamine annab aluse erinevate rakenduslike keemiliste keskkondade uurimiseks ja arendamiseks. Orgaaniliste lahustite potentsiaalsete keskkonnasõbralike alternatiividena on IL-id oluline uurimisobjekt kuna neil on arvukalt rakendusi. Samas on IL-ide struktuur-omadus sõltuvuste kohta jaotusomaduste osas tehtud vähe süstemaatilisi uuringuid. Eesmärk oli uurida gaas-IL jaotusteguri (log K) ja orgaaniliste lahustunud ainete struktuuri ja/või IL ioonsete komponentide vahelisi seoseid, kasutades keemiainformaatika lähenemisviise. See hõlmas teoreetiliste molekulaartunnuste ja täiustatud ML meetodite kasutamist, et modelleerida lahustunud aine ja IL-i struktuurist lähtuvaid interaktsioonimehhanisme mitme-komponentses süsteemis. Orgaanilise lahustunud aine, katioonide ja anioonide struktuuridele vastavate andmeridade modelleerimine ja analüüs näitas, et juhumetsa, tugivektori regressiooni ja Gaussi protsessi regressiooni ML meetodid esitavad molekulaartunnustes kodeeritud lahustunud aine ja IL-i vahelisi sõltuvusi tõhusamalt kui tavapärane multilineaarne regressioon. Samas on viimane lihtsamini interpreteeritav. Nii lineaarsed kui ka mittelineaarsed mudelid rõhutavad katioonide ja anioonide koostise kriitilist mõju lahustunud aine jaotusele. Tulemused näitavad ka, et kogu lahustunud aine-IL süsteemi modelleerimine, kombineerides lahustunud aine, katiooni ja aniooni tunnuseid, parandab ennustusvõimet suurte ja keemiliselt mitmekesiste andmekogumite puhul, rõhutades mitme-komponentsete lähenemisviiside olulisust. Tuletatud mudelitesse kaasatud molekulaartunnused selgitavad võimalikke interaktsioone lähtudes dispersioonijõududest, kulonilis-dipolaarsetest vastasmõjudest ja vesiniksidemete tekkest. Lisaks mehhanistlikele teadmistele, võimaldavad tuletatud sõltuvused kujundada selektiivsemaid ja tõhusamaid IL-keskkondi sihipäraste tööstuslike, keskkonna- ja teadusrakenduste jaoks.
Design and modelling in early drug development in targeting HIV-1 reverse transcriptase and Malaria
(2017-07-10) Viira, Birgit; Maran, Uko, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Käesolev uurimus keskendub kahele ohtlikule infektsioonhaigusele: inimese immuunpuudulikkuse viirus tüüp 1 (HIV-1) ja malaaria. Uue ravimi väljatöötamine algusest lõppuni on aega nõudev ning kulukas protsess, mis jaotatakse viieks etapiks: baas uurimistöö, põhi sihtmärgi ja baas ühendi(te) leidmine, eelkliiniline arendus, kliiniline arendus ja vajalike dokumentide esitamine ravimiametisse. Antud väitekirjas keskendutakse kahele esimesele etappidele, mida tuntakse ka varajase ravimiarenduse faasina. HIV-1 uurimisel oli kaks põhisuunda. Esmalt tuginedes eelnevalt tehtud virtuaalsõelumise tulemustele teostati uudsete s-triasiini derivaatide avastamine, disainimine, ja süntees, mille tulemused valideeriti eksperimentaalselt ning analüüsiti valk-ligand interaktsioonimudelite abil. Kõige tõhusam HIV-1 mitte-nukleosiidne pöördtranskriptaasi inhibiitor oli madala molekulmassiga, heade ligandi efektiivsust näitavate parameetritega, ja madala toksilisusega, võimaldades edasist modifitseerimist ja arendamist. Tehtud aktiivse keemilise struktuuri avastus motiveeris HIV-1 inhibiitorite keemilise struktuuriruumi laiemat uurimist, et kindlaks teha kas uudsed s-triasiinid moodustavad ka unikaalsed keemiliste ühendite grupi HIV-1 mitte-nukleosiidsete pöördtranskriptaasi inhibiitorite maastikul. Selle läbiviimiseks koostati, korrastati ja kureeriti ChEMBL-i andmebaasist saadud andmetest fokusseeritud andmeseeriad HIV-1 mitte-nukleosiidne ja nukelosiidsete pöördtranskriptaasi inhibiitorite jaoks, kuhu lisati ka avastatud s-triasiini derivaadid. Andmeseeriate struktuuride analüüs hierarhilise klassifitseerimise meetodil grupeeris ühendid keemiliste struktuuritüüpide (nn. vanematüüp) järgi. Selgus, et avastatud s-triasiinid moodustasid eraldiseisva struktuuritüübi grupi. Leitud struktuuritüüpe analüüsiti, lisades juurde ka vastavad mõõdetud seondumise afiinsuse tasakaalukonstandid (Ki). Selle analüüsi käigus toodi välja struktuurifragmendid, mis omavad olulist rolli afiinsuse ning stabiilsuse seisukohast. Lisaks võimaldasid struktuurselt mitmekesised ja unikaalsed HIV-1 mitte-nukleosiidne ja nukelosiidsete pöördtranskriptaasi inhibiitorite andmeseeriad esmakordselt arendada kirjeldavaid kvantitatiivsete struktuur-aktiivsus sõltuvuste prognoosmudeleid, mida on võimalik kasutada järgnevas uurimustöös uute aktiivsete keemiliste ühendite avastamisel. Selleks et leida uudseid malaaria ravimikanditaate koostati ja kureeriti süsteemselt andmebaas eksperimentaalsete anti-Plasmodium andmetega kasutades nii asutusesisesed, kui ka ChEMBL-i andmebaasis olevad andmed. Saadud andmete ulatusliku kureerimise, filtreerimise ning ühendamise tulemusena saadi kolmkümmend modelleeritavat andmeseeriat, millele koostati klassifitseerimise mudelid, eesmärgiga eristada aktiivsed ja mitteaktiivsed ühendid. Nendest seitsmeteistkümnele andmeseeriale saadi ennustusvõimelised nn. üksmeele (inglise keeles consensus) mudelid. Loodud mudelitega teostati ennustusi asutusesiseselt olemasolevatele curcuminoidide seerjale ning nende analoogidele, millest parima ennustusvõimega ühenditele teostati eksperimentaalne valideerimine in vitro katsetega, kus aktiivseks osutusid seitseteist ühendit, mida saab edasistes uuringutes täpsemini uurida. Samuti tehti kindaks, et arvutuslikult tuvastatud mitteaktiivsed ühendid jäid mitteaktiivseks ka eksperimentaalse valideerimise käigus, mis näitas süsteemselt kureeritud ja koostatud andmeseeriate ning prognoosmudelite jätkusuutlikust.
Experimental investigation and modelling of pH profiles for effective membrane permeability of drug substances
(2019-07-09) Oja, Mare; Maran, Uko, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Enamik ravimeid manustatakse suukaudselt, näiteks tabletid, kapslid ja lahused. Ravimi toimeainete (raviainete) arendamisel on oluline arvestada seedetraktis toimuvaid protsesse, seedetrakti ehitust ja omadusi eri piirkondades. Üks selline varieeruv omadus on pH, mis muutub väga happelisest (maos) kuni aluseliseni (pärasooles), ja sõltub sellest, kas hiljuti on toitutud või on mõnda aega paastutud. Seedetrakti pH mõjutab raviaine omadusi ja seeläbi määrab tingimused mille juures ning millises seedetrakti piirkonnas saab raviaine liikuda vereringesse. Sellised teadmised on olulised juba raviainete kandidaatide valimisel ravimiarenduse varajases etapis ja aitavad vähendada uute raviainete ebaõnnestumist mõnes hilisemas ravimiarenduse etapis. Käesolev doktoritöö keskendus sellele, kuidas pH mõjutab raviainete membraaniläbitavust, ja uute teadmiste saamiseks kasutati nii eksperimentaalseid kui ka arvutuslikke keemiainformaatika meetodeid. Doktoritöös uuriti läbitavust tehislikus membraanis, mis jäljendab seedetrakti ja vereringe vahelist barjääri. Töö käigus mõõdeti ja koostati laiaulatuslik ja süstemaatiline andmebaas raviainete membraaniläbitavustest eri pH väärtuste juures. Membraaniläbitavuse ja inimese soolestikus toimuva imendumise võrdlus näitas, et võttes arvesse pH-sid happelisest kuni aluseliseni võimaldab täpsemalt hinnata läbitavust seedetraktis. Koostatud andmebaas võimaldas luua keemiainformaatika arvutusmudeleid, mis prognoosivad raviaine membraaniläbitavust molekuli struktuurist. Doktoritöö käigus tuletati üldised ja keemiliste ühendite klassidele vastavad prognoosmudelid. Neid saab rakendada membraaniläbitavuse hindamiseks nii numbriliselt kui ka klassipõhiselt eri pH-del (raviainete pH-läbitavuse profiil), kuid ka üle kogu seedetrakti pH vahemiku. Need mudelid võimaldavad uurida huvipakkuvaid suukaudselt manustatavaid raviainete kandidaate, mida pole veel sünteesitud, ja mida seetõttu ei saa uurida eksperimentaalselt. Eksperimentaalsete andmete võrdlusest saadud teadmisi ja välja töötatud keemiainformaatika arvutusmudeleid saab rakendada ka toiduaine-, kosmeetika- ja keemiatööstuses, et tuvastada keemiliste ühendite mõju inimesele ilma loomkatseteta.
Keemiliste ühendite membraani läbitavuse eksperimentaalne määramine ja arvutuslik modelleerimine
(Tartu Ülikool, 2013) Oja, Mare; Maran, Uko, juhendaja; Tartu Ülikool. Loodus- ja tehnoloogiateaduskond; Tartu Ülikool. Keemia instituut
Lahustuvuste määramine kasutades kvantitatiivseid struktuur-omadus sõltuvusi ja põhikomponentide analüüsi
(2005) Tulp, Indrek; Maran, Uko, juhendaja
Nanoporous carbon: the controlled nanostructure, and structure-property relationships
(2020-05-14) Käärik, Maike; Leis, Jaan, juhendaja; Maran, Uko, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond
Keskkonnaprobleemid muutuvad iga aastaga üha aktuaalsemaks ja seetõttu on inimkond sunnitud pöörama järjest enam tähelepanu nn rohelistele materjalidele. Selliste materjalide hulka kuulub ka nanopoorne süsinik, mis on juba näidanud suurepäraseid tulemusi näiteks molekulaarsõeladena gaaside ja vedelike puhastamisel ning sidumisel, ioonide valikulisel eraldamisel ning ka katalüsaatorikandjana ja elektroodimaterjalidena alternatiivsetes energiaallikates. Loetletud rakendused vajavad süsinikmaterjali jaoks optimaalset nanostruktuuri või hoopis struktuuritust, mistõttu on ülioluline osata eesmärgipäraselt mõjutada nanostruktuuride ja poorsuse teket süsiniku sünteesil ja selle struktuursete omaduste modifitseerimisel. Seetõttu vajatakse üha rohkem ja täpsemat informatsiooni nanopoorse süsiniku struktuursete omaduste mõjude kohta erinevatele rakenduslikele mõõdikutele. Doktoritöö keskendub seoste otsimisele karbiidset päritolu süsinikmaterjalide (i k carbide-derived carbon, CDC) rakenduslikku tähtsust omavate omaduste ja eksperimentaalselt mõõdetud struktuuritunnuste vahel ning vastavate statistiliste mitmeparameetriliste regressioonimudelite väljaarendamisele kasutades kvantitatiivset nano-struktuur-omadus sõltuvuste (QnSPR) meetodit. Selleks valmistati reaalselt üle 200 erineva mikro- ja makrostruktuuriga süsinikmaterjali, varieerides sealjuures lähtekarbiidi, sünteesitingimusi ning järeltöötlusemeetodeid, mille põhjal koostati unikaalne nanopoorsete süsinike andmebaas. Uurimus annab põhjaliku ülevaate N2 ja CO2 adsorptsioonanalüüsi abil mõõdetud pooride suuruse jaotuse mõjust elektrilise kaksikkihi mahtuvusele. Uurimistöö tulemusena õnnestus esmakordselt eksperimendist tuletatud struktuuritunnuste abil konstrueerida mitmeparameetrilised matemaatilised mudelid poorse süsiniku rakenduslikult olulise füüsikalise omaduse kirjeldamiseks ja prognoosimiseks. Töös tuletatud QnSPR mudelid kirjeldavad nanopoorse süsiniku elektrilise kaksikkihi mahtuvust nii täielikult mikropoorset kui ka mikro-mesopoorset pooride jaotust omavate süsinikmaterjalide korral, peale selle võimaldavad nad täpselt ennustada elektrilise kaksikkihi mahtuvust alternatiivsetes energiaallikates.
Tunnuste valik närvivõrguga akuutse mürgisuse prognoosimisel
(Tartu Ülikool, 2025) Pihor, Lisette; Sild, Sulev, juhendaja; Maran, Uko, juhendaja; Tartu Ülikool. Loodus- ja täppisteaduste valdkond; Tartu Ülikool. Arvutiteaduse instituut
As a part of this bachelor thesis, the application of feature selection methods for evaluating toxicity (pIGC50) of chemicals using artificial neural networks were examined. An overview of the feature selection methods was compiled, and four different methods were analysed while building neural network models. The best results were achieved with a random forest based selection method. The best model had the R2 value of 0.9534 for the training and 0.8128 for the test set. The results were consistent with previous findings and provided a solution for a larger dataset using fewer molecular descriptors than before, therefor creating an opportunity for interpreting the machine learning results.
Vesikeskkonnas esineva akuutse toksilisuse kvalitatiivsed ja kvantitatiivsed aspektid alglooma Tetrahymena pyriformis näitel
(2006) Ruusmann, Villu; Maran, Uko, juhendaja