Use este identificador para citar ou linkar para este item: http://hdl.handle.net/1843/ICBB-BDQPRQ
Tipo: Tese de Doutorado
Título: Uso de fingerprints de farmacóforospotenciais para comparação de sítiosprotéicos e ligantes ativos
Autor(es): Fábio Mendes dos Santos
Primeiro Orientador: Julio Cesar Dias Lopes
Primeiro membro da banca : Vasco Ariston de Carvalho Azevedo
Segundo membro da banca: Raquel Cardoso de Melo
Terceiro membro da banca: Tiago Antonio da Silva Brandao
Quarto membro da banca: Alex Gutterres Taranto
Quinto membro da banca: Celia Maria Correa
Resumo: Nas últimas décadas, devido aos avanços tecnológicos, os bancos de dados ligados às áreas da saúde humana (como os de sequências genômicas, estruturas protéicas tridimensionais e pequenas moléculas) tiveram um grande crescimento. Tamanha foi a quantidade de informações disponibilizadas que hoje uma das grandes preocupações na pesquisa é como analisar toda a gama de dados disponíveis. A correta interpretação dessas informações pode contribuir para o esclarecimento de mecanismos biológicos causadores de doenças, para a classificação e identificação de proteínas com atividades biológicas similares e o desenvolvimento de novos fármacospara doenças já conhecidas e as que ainda estão por surgir.Atualmente, há uma grande quantidade de softwares disponíveis para esta finalidade, cada um com suas vantagens e desvantagens. Basicamente, a busca por estruturas químicas em um banco de dados e sua identificação com potencialmente ativas é chamada de Virtual Screening (VS), e pode ser feita tanto pelo uso de informaçõesdos ligantes ativos (Ligand-Based Virtual Screening - LBVS) como dos alvos biológicos (Target-Based Virtual Screening - TBVS). Este trabalho propõe a aplicação de metodologia de fingerprints de farmacóforospotenciais para a comparação de estruturas protéicas e de ligantes. Para isto estão sendo desenvolvidas no NEQUIM (Núcleo de Estudos em Quimioiformática), sediado no Departamento de Química da UFMG, as ferramentas PharmaSite (para análise de similaridade de alvos biológicos) e 3D-Pharma (para VS de ligantes). Além disso, propomosaqui uma nova metodologia de modelagem de dados, baseada em "bootstrap"e validação cruzada, que permite a geração de modelos mais robustos para uma dada base de dados. Realizamos diversas análises e, nesses estudos ambas as ferramentas apresentaram bons resultados tanto em aplicações de cálculo de similaridade entre sítios quanto à recuperação de moléculas potencialmente ativas em um conjunto de ligantes. Entretanto, xiii há possibilidades de avanço nas metodologias utilizadas, principalmente se aplicarmos técnicas de modelagem de dados.
Abstract: Due to technological advances in the last decades databases containing information related to human health areas (such as genomic sequences, three-dimensional protein structures and small molecules) experienced a great growth. The amount of available information is so hignt that today a major concern is how to analyze such plethora ofdata. The correct interpretation of this information may contribute to the understanding of biological mechanisms of diseases, for classification and identification of proteins with similar biological activities and for the development of new drugs for treatment of known diseases and those who still will appear. Currently, there are serveral softwares for this purpose, each one with its own advantages and disadvantages. Basically, the search in libraries of small molecules in order to identify substances which are most likely to bind to a drug target is calledVirtual Screening (VS). It can use information from active ligands (Ligand-Based Virtual Screening - LBVs) or from biological targets (Target-Based Virtual Screening - TBVS). This work introduces a pharmacophore fingerprints methodology to analyse structuresof proteins and small ligands. We developed at NEQUIM (Nucleo de Estudos em Quimioinformática- UFMG) two softwares called PharmaSite (to calculate similarities between biological targets) and 3DPharma (for VS of small ligands). Furthermore, we propose a new methodology to build data models using bootstrap and cross-validation approaches. Several analysis were performed and our tools showed good results in both calculation of similarity between the active sites as in applications for recovery potentially active molecules in ligand databases.
Assunto: Biologia Computacional
Idioma: Português
Editor: Universidade Federal de Minas Gerais
Sigla da Instituição: UFMG
Tipo de Acesso: Acesso Aberto
URI: http://hdl.handle.net/1843/ICBB-BDQPRQ
Data do documento: 28-Ago-2015
Aparece nas coleções:Teses de Doutorado

Arquivos associados a este item:
Arquivo Descrição TamanhoFormato 
tese_final_fabio_mendes.pdf6.41 MBAdobe PDFVisualizar/Abrir


Os itens no repositório estão protegidos por copyright, com todos os direitos reservados, salvo quando é indicado o contrário.