<?xml version="1.0"?>
<metadata xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns:dc="http://purl.org/dc/elements/1.1/"><dc:title>De novo načrtovanje proteinskega vezalca na mikrotubule</dc:title><dc:creator>Žnidar,	Žan	(Avtor)
	</dc:creator><dc:creator>Ljubetič,	Ajasja	(Mentor)
	</dc:creator><dc:creator>Gunčar,	Gregor	(Komentor)
	</dc:creator><dc:subject>vezalec</dc:subject><dc:subject>mikrotubul</dc:subject><dc:subject>Prosculpt</dc:subject><dc:subject>BindCraft</dc:subject><dc:subject>BoltzGen</dc:subject><dc:description>Proteini, ki se specifično vežejo na tarčno molekulo, so hitro pritegnili pozornost znanstvenikov in farmacevtske industrije. Z njimi lahko označujemo posamezne strukture v raziskavah, ob izbiri prave tarče pa lahko vplivajo na potek bolezni. Ostajalo pa je vprašanje, kako de novo načrtovati vezalce na želeno tarčo. Z razvojem umetne inteligence je tudi ta cilj postal dosegljiv. Za tarčo smo si izbrali mikrotubule in s tremi različnimi programi načrtovali 27 potencialnih vezalcev. Izrazili smo jih s fluorescenčnim fuzijskim partnerjem in očistili, nato pa analizirali s fluorescenčno mikroskopijo s popolnim notranjim odbojem (TIRF). V tej magistrski nalogi smo pokazali, da je s trenutno dostopnimi orodji umetne inteligence možno načrtovati proteine, ki se vežejo na mikrotubule.</dc:description><dc:date>2026</dc:date><dc:date>2026-09-09 12:05:17</dc:date><dc:type>Magistrsko delo/naloga</dc:type><dc:identifier>187225</dc:identifier><dc:identifier>VisID: 25722</dc:identifier><dc:language>sl</dc:language></metadata>
