Sistema e banco de dados usado para predição de incompatibilidade entre excipientes
Autor(a) principal: | |
---|---|
Data de Publicação: | 2022 |
Tipo de documento: | Trabalho de conclusão de curso |
Idioma: | por |
Título da fonte: | Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
Texto Completo: | http://app.uff.br/riuff/handle/1/26307 |
Resumo: | Com o aumento da demanda por necessidade de produtos farmacêuticos e cosméticos e o processo de desenvolvimento de novas formulações acarretar inúmeros testes, que resultam em descarte para o meio ambiente e custos, buscam-se outras formas para acelerar o ritmo de descoberta, uma delas usando deep learning. O problema é que a sua fonte de dados são as bases estruturadas capazes de fornecer informações referente a reações e incompatibilidades. Este projeto visa a estruturação de uma base de dados capaz de auxiliar na criação de inteligências artificiais para, por fim, prever incompatibilidades de componentes sugeridos para uma nova formulação de cosmético ou medicamento. Para isso, foram usadas bases de dados públicas não estruturadas e utilização de webcraper para estruturar os dados, gerando no final uma base capaz de ser consumida por modelos de aprendizado de máquina, ou consultada por estudantes e professores das áreas da farmácia. |
id |
UFF-2_af334070bc1c278355de44863e6c5873 |
---|---|
oai_identifier_str |
oai:app.uff.br:1/26307 |
network_acronym_str |
UFF-2 |
network_name_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository_id_str |
2120 |
spelling |
Sistema e banco de dados usado para predição de incompatibilidade entre excipientesWebscraperBase estruturadaCompatibilidade entre excipientesDrug discoveryInteligência artificialAprendizado de máquinaBase de dadosStructured baseCompatibility between excipientsCom o aumento da demanda por necessidade de produtos farmacêuticos e cosméticos e o processo de desenvolvimento de novas formulações acarretar inúmeros testes, que resultam em descarte para o meio ambiente e custos, buscam-se outras formas para acelerar o ritmo de descoberta, uma delas usando deep learning. O problema é que a sua fonte de dados são as bases estruturadas capazes de fornecer informações referente a reações e incompatibilidades. Este projeto visa a estruturação de uma base de dados capaz de auxiliar na criação de inteligências artificiais para, por fim, prever incompatibilidades de componentes sugeridos para uma nova formulação de cosmético ou medicamento. Para isso, foram usadas bases de dados públicas não estruturadas e utilização de webcraper para estruturar os dados, gerando no final uma base capaz de ser consumida por modelos de aprendizado de máquina, ou consultada por estudantes e professores das áreas da farmácia.The increasing demand for pharmaceutical and cosmetic products, added to the developing process of new formulations, entails numerous tests, which result in the disposal of the environment and costs. Deep learning can reduce such costs and accelerate the discovery process. However, deep learning needs structured databases as data sources capable of providing information regarding reactions and incompatibilities. This work focuses on structuring a database capable of assisting in creating artificial intelligence. The final objective is to predict incompatibilities of suggested components for a new cosmetic or drug formulation. We used unstructured public databases and developed a web scraper to structure such data. As a result, we generate a database capable of being consumed by machine learning models or consulted by students and professors in the areas of pharmacy.22 p.Seixas, Flávio LuizCosta, Lucas Marcolino Faria da2022-09-20T11:59:37Z2022-09-20T11:59:37Zinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/bachelorThesisapplication/pdfCOSTA, Lucas Marcolino Faria da. Sistema e banco de dados usado para predição de incompatibilidade entre excipientes. 2022. 22 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense, Niterói, 2022http://app.uff.br/riuff/handle/1/26307CC-BY-SAinfo:eu-repo/semantics/openAccessporreponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF)instname:Universidade Federal Fluminense (UFF)instacron:UFF2022-09-20T11:59:41Zoai:app.uff.br:1/26307Repositório InstitucionalPUBhttps://app.uff.br/oai/requestriuff@id.uff.bropendoar:21202024-08-19T11:01:19.314945Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF)false |
dc.title.none.fl_str_mv |
Sistema e banco de dados usado para predição de incompatibilidade entre excipientes |
title |
Sistema e banco de dados usado para predição de incompatibilidade entre excipientes |
spellingShingle |
Sistema e banco de dados usado para predição de incompatibilidade entre excipientes Costa, Lucas Marcolino Faria da Webscraper Base estruturada Compatibilidade entre excipientes Drug discovery Inteligência artificial Aprendizado de máquina Base de dados Structured base Compatibility between excipients |
title_short |
Sistema e banco de dados usado para predição de incompatibilidade entre excipientes |
title_full |
Sistema e banco de dados usado para predição de incompatibilidade entre excipientes |
title_fullStr |
Sistema e banco de dados usado para predição de incompatibilidade entre excipientes |
title_full_unstemmed |
Sistema e banco de dados usado para predição de incompatibilidade entre excipientes |
title_sort |
Sistema e banco de dados usado para predição de incompatibilidade entre excipientes |
author |
Costa, Lucas Marcolino Faria da |
author_facet |
Costa, Lucas Marcolino Faria da |
author_role |
author |
dc.contributor.none.fl_str_mv |
Seixas, Flávio Luiz |
dc.contributor.author.fl_str_mv |
Costa, Lucas Marcolino Faria da |
dc.subject.por.fl_str_mv |
Webscraper Base estruturada Compatibilidade entre excipientes Drug discovery Inteligência artificial Aprendizado de máquina Base de dados Structured base Compatibility between excipients |
topic |
Webscraper Base estruturada Compatibilidade entre excipientes Drug discovery Inteligência artificial Aprendizado de máquina Base de dados Structured base Compatibility between excipients |
description |
Com o aumento da demanda por necessidade de produtos farmacêuticos e cosméticos e o processo de desenvolvimento de novas formulações acarretar inúmeros testes, que resultam em descarte para o meio ambiente e custos, buscam-se outras formas para acelerar o ritmo de descoberta, uma delas usando deep learning. O problema é que a sua fonte de dados são as bases estruturadas capazes de fornecer informações referente a reações e incompatibilidades. Este projeto visa a estruturação de uma base de dados capaz de auxiliar na criação de inteligências artificiais para, por fim, prever incompatibilidades de componentes sugeridos para uma nova formulação de cosmético ou medicamento. Para isso, foram usadas bases de dados públicas não estruturadas e utilização de webcraper para estruturar os dados, gerando no final uma base capaz de ser consumida por modelos de aprendizado de máquina, ou consultada por estudantes e professores das áreas da farmácia. |
publishDate |
2022 |
dc.date.none.fl_str_mv |
2022-09-20T11:59:37Z 2022-09-20T11:59:37Z |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
dc.type.driver.fl_str_mv |
info:eu-repo/semantics/bachelorThesis |
format |
bachelorThesis |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
COSTA, Lucas Marcolino Faria da. Sistema e banco de dados usado para predição de incompatibilidade entre excipientes. 2022. 22 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense, Niterói, 2022 http://app.uff.br/riuff/handle/1/26307 |
identifier_str_mv |
COSTA, Lucas Marcolino Faria da. Sistema e banco de dados usado para predição de incompatibilidade entre excipientes. 2022. 22 f. Trabalho de Conclusão de Curso (Graduação em Sistemas de Informação) - Universidade Federal Fluminense, Niterói, 2022 |
url |
http://app.uff.br/riuff/handle/1/26307 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
CC-BY-SA info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
CC-BY-SA |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.source.none.fl_str_mv |
reponame:Repositório Institucional da Universidade Federal Fluminense (RIUFF) instname:Universidade Federal Fluminense (UFF) instacron:UFF |
instname_str |
Universidade Federal Fluminense (UFF) |
instacron_str |
UFF |
institution |
UFF |
reponame_str |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
collection |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) |
repository.name.fl_str_mv |
Repositório Institucional da Universidade Federal Fluminense (RIUFF) - Universidade Federal Fluminense (UFF) |
repository.mail.fl_str_mv |
riuff@id.uff.br |
_version_ |
1811823638129672192 |