Validação de métodos de Monte Carlo para avaliação de energia de interação proteína-ligante (2019)
- Authors:
- Autor USP: NOGUEIRA, VICTOR HENRIQUE RABESQUINE - IFSC
- Unidade: IFSC
- Sigla do Departamento: FCI
- Subjects: MÉTODO DE MONTE CARLO; MOLÉCULA; TRANSCRIÇÃO GÊNICA
- Keywords: Binding free energy; Energia livre de ligação; Interações moleculares; Molecular interactions; Monte Carlo
- Agências de fomento:
- Language: Português
- Abstract: Os sistemas biológicos macromoleculares são conhecidos por serem sistemas interagentes. Essas interações são fundamentais para processos como comunicação celular, especificidade de reações enzimáticas e regulação da expressão gênica. Os métodos disponíveis atualmente para estimar a afinidade das interações biomoleculares podem ser divididos, basicamente, em dois grupos: métodos rápidos que estimam a energia livre de ligação através de aproximações de campo de força (por exemplo, docking); e os métodos que são baseados em ensembles de Dinâmica Molecular (DM) para calcular as energias livres de ligação de maneira mais rigorosa, porém, com custo computacional mais elevado. O objetivo deste trabalho é aprimorar e validar um método menos custoso para o cálculo da energia livre de ligação. Para isso, simulações atomísticas de Monte Carlo (MC) dos ligantes no sítio de ligação são usadas para gerar ensembles termodinâmicos. Depois disso, as energias livres de ligação são calculadas usando uma combinação de energias e entropias estimadas através de uma estratégia de aproximação de primeira ordem. Dois algoritmos de amostragem foram avaliados no cálculo de energia de ligação. O primeiro algoritmo amostra graus de liberdade de translação e rotação randômicas do centro de massa do ligante no sítio de ligação, além de variações randômicas nos ângulos de torção envolvendo átomos pesados (não hidrogênio). O segundo amostra graus de liberdade rotacional e translacional do centro de massa,além de deslocamentos atômicos individuais para cada átomo do ligante. Além disso, diferentes modelos para calcular as contribuições polares para interação intermolecular foram utilizados. Comparações entre as energias livres de ligação calculadas com baixo custo computacional e as experimentais disponíveis na literatura para o sistema modelo utilizado, lisozima do vírus T4, mostraram uma correlação considerável (r=0,64 para N=27). Esses dados também apresentaram resultados interessantes quando comparados com outras metodologias, tais como LIE, MM-PBSA e MM-GBSA. Assim, a abordagem utilizada para a determinação das energias de interação mostrou-se eficiente em termos de tempo computacional e para comparação com dados de energia livre de ligação determinados experimentalmente
- Imprenta:
- Publisher place: São Carlos
- Date published: 2019
- Data da defesa: 26.04.2019
-
ABNT
NOGUEIRA, Victor Henrique Rabesquine. Validação de métodos de Monte Carlo para avaliação de energia de interação proteína-ligante. 2019. Dissertação (Mestrado) – Universidade de São Paulo, São Carlos, 2019. Disponível em: http://www.teses.usp.br/teses/disponiveis/76/76132/tde-30082019-155545/. Acesso em: 05 maio 2024. -
APA
Nogueira, V. H. R. (2019). Validação de métodos de Monte Carlo para avaliação de energia de interação proteína-ligante (Dissertação (Mestrado). Universidade de São Paulo, São Carlos. Recuperado de http://www.teses.usp.br/teses/disponiveis/76/76132/tde-30082019-155545/ -
NLM
Nogueira VHR. Validação de métodos de Monte Carlo para avaliação de energia de interação proteína-ligante [Internet]. 2019 ;[citado 2024 maio 05 ] Available from: http://www.teses.usp.br/teses/disponiveis/76/76132/tde-30082019-155545/ -
Vancouver
Nogueira VHR. Validação de métodos de Monte Carlo para avaliação de energia de interação proteína-ligante [Internet]. 2019 ;[citado 2024 maio 05 ] Available from: http://www.teses.usp.br/teses/disponiveis/76/76132/tde-30082019-155545/ - Descoberta de novos inibidores para doenças infecciosas: estudos integrados de modelagem molecular e aprendizado de máquina para a malária e o COVID-19
- Deep variational anomaly generation: an approach to testing molecular representation robustness
- Estudos de modelagem molecular para a descoberta de potenciais inibidores da enzima PI4KIIIβ de Plasmodium falciparum: triagem virtual e métodos de aprendizado de máquina
- Construção de base de dados de compostos químicos para o desenvolvimento de modelos baseados em aprendizado de máquina aplicados à descoberta de candidatos a fármacos para a malária
- Ligand binding free energy evaluation by Monte Carlo Recursion
- Triagem virtual para descoberta de inibidores da Mpro de SARS-CoV-2
- Descoberta de novos inibidores para Covid-19: estudos integrados de modelagem molecular e ensaios experimentais
- Integration of virtual screening and experimental method to identify new Mpro of SARS-CoV-2 inhibitors.
- Non-Toxic dimeric peptides derived from the bothropstoxin-I are potent SARS-CoV-2 and papain-like protease inhibitors
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas