EVENTO
Desenvolvimento e Implementação de um Modelo Coarse-grained para Predição de Estruturas de Proteínas
Tipo de evento: Defesa de Tese de Doutorado
O conhecimento da conformação tridimensional (3D) da estrutura nativa de uma proteína temauxiliado pesquisas biotecnológicas como as voltadas à engenharia de proteínas e ao desenhoracional de fármacos. Como alternativa às técnicas de predição experimental e à técnica depredição teórica via modelagem comparativa, a técnica de predição ab initio tem sido cada vezmais explorada. Nesta técnica, a estrutura 3D de uma proteína é predita (PSP) baseando-seapenas na sua sequência de aminoácidos e nas propriedades físico-químicas dos mesmos.Entretanto, os métodos de PSP ab initio, para chegar à soluções que representem estruturasnativas, requerem um grande número de avaliações de função o que limita o seu uso em estudos de proteínas reais. Uma possível solução para este problema é o uso de uma representaçãosimplifica do sistema (modelo coarse-grained - CG). No modelo CG, a representação de cadaaminoácido é reduzida a um conjunto de poucos sítios de interação, diminuindo significativamenteo número de graus de liberdade a serem tratados e, portanto, reduzindo o custo computacionalnecessário na avaliação de cada estrutura durante o processo de otimização. Neste trabalho, foidesenvolvido e implementado um modelo CG aplicado ao problema de predição de estruturas 3Dde proteínas, incluindo-se a possibilidade de simular a presença de ligações dissulfídicas. Este modelo foi adaptado ao programa GAPF (Genetic Algorithm for Protein Folding), previamente desenvolvido no Grupo de Modelagem Molecular de Sistemas Biológicos - LNCC e originalmente implementado para a PSP via técnica ab initio usando um modelo de representação de todos os átomos do sistema. O modelo CG desenvolvido foi testado em um conjunto de 36 proteínas (3 artificiais e 33 reais), de diversos tamanhos e abrangendo as distintas classes de proteínas (i.e. preferencialmente alfa, alfa+beta e preferencialmente beta). Os resultados obtidos mostram que o modelo CG proposto resultou em melhorias na capacidade preditiva do programa GAPF e na redução do tempo computacional.
Data Início: 27/06/2011 Hora: 13:00 Data Fim: 27/06/2011 Hora: 15:00
Local: LNCC - Laboratório Nacional de Computação Ciêntifica - Auditorio A
Aluno: Priscila Vanessa Zabala Capriles Goliatt - UFJF - UFJF
Orientador: Laurent Emmanuel Dardenne - Laboratório Nacional de Computação Científica - LNCC
Participante Banca Examinadora: Fernando Luis Barroso da silva - Universidade de São Paulo - USP Helio José Corrêa Barbosa - Laboratório Nacional de Computação Científica - LNCC/MCTI Laurent Emmanuel Dardenne - Laboratório Nacional de Computação Científica - LNCC Richard Charles Garrat - Universidade de São Paulo - USP
Suplente Banca Examinadora: José Karam Filho - Laboratório Nacional de Computação Científica - LNCC Paulo Mascarello Bisch - Universidade Federal do Rio de Janeiro - UFRJ
