EVENTO
Desenvolvimento de Metodologias para Predição de Estruturas de Proteínas Independente de Moldes
Tipo de evento: Defesa de Tese de Doutorado
O problema da predição de estrutura de proteínas (PSP) consiste em desvendar o arranjo tridimensional da molécula (estrutura nativa) a partir de sua sequência de aminoácidos. Conhecer a estrutura das proteínas constituintes de um sistema biológico é uma forma de se obter informações cruciais sobre o seu funcionamento, haja vista que a função de uma proteína está intrinsecamente relacionada à sua estrutura nativa tridimensional. Avanços teóricos e metodológicos nesta área podem implicar na obtenção de resultados com impacto direto na saúde e no bem estar da humanidade. A determinação experimental da estrutura de uma proteína além de apresentar dificuldades técnicas, é também dispendiosa em volume de trabalho e de tempo. Sendo assim, o investimento em métodos computacionais para PSP torna-se eminente. Essa tese tem como objetivo geral aumentar a capacidade preditiva do programa de predição de estrutura de proteínas GAPF e contribuir com a comunidade científica para o avanço das teorias e metodologias na área da predição free-modeling (independente de moldes). Os esforços são direcionados em duas frentes: (i) Melhorar a modelagem da função de energia, através do desenvolvimento e implementação de novos potenciais para a modelagem do problema (especificamente aqueles que pudessem levar à formação de folhas-β). (ii) Incrementar a busca conformacional, através do desenvolvimento e implementação de um algoritmo genético multiobjetivo que mantenha a característica de obtenção de múltiplos mínimos. Para a modelagem do problema, foram desenvolvidos potenciais ad hoc que tratam da compactação hidrofóbica e das ligações de hidrogênio. Para a busca na superfície de energia, um algoritmo genético multiobjetivo com crowding fenotípico é proposto. A nova metodologia foi avaliada em um conjunto teste com 46 proteínas, de todas as classes. Como resultado, tem-se que a inserção dos novos potenciais proporcionaram um grande avanço no poder preditivo do programa GAPF, principalmente em proteínas contendo folhas-β, o que até então não era conseguido pelo programa. Além da melhora nos modelos, ferramentas interessantes para o desenvolvimento futuro do programa foram disponibilizadas. Com o trabalho desenvolvido nesta tese, o GAPF coloca-se frente metodologias de destaque atuais como um bom candidato para predições free-modeling de estruturas de proteínas, principalmente envolvendo sequências pequenas.
Data Início: 02/09/2015 Hora: 10:00 Data Fim: 02/09/2015 Hora: 14:00
Local: LNCC - Laboratório Nacional de Computação Ciêntifica - Auditorio A
Aluno: Gregório Kappaum Rocha - Laboratório Nacional de Computação Científica - LNCC
Orientador: Laurent Emmanuel Dardenne - Laboratório Nacional de Computação Científica - LNCC
Participante Banca Examinadora: Antonio Francisco Pereira de Araújo - UNB - UNB Laurent Emmanuel Dardenne - Laboratório Nacional de Computação Científica - LNCC Marisa Fabiana Nicolás - Laboratório Nacional de Computação Científica - LNCC Paulo Mascarello Bisch - Universidade Federal do Rio de Janeiro - UFRJ
Suplente Banca Examinadora: Helio José Corrêa Barbosa - Laboratório Nacional de Computação Científica - LNCC/MCTI Pedro Geraldo Pascutti - Universidade Federal do Rio de Janeiro - IBCCF/UFRJ