The methods of protein-ligand docking are computational methods usedto predict the mode of binding of molecules into drug candidates for its receptor. The docking allows tests of hundreds of compounds in ashort space of time, assisting in the discovery of new drug candidates. The great complexity that involves the binding of protein-ligand complex, makes the problem of docking computationally difficult to be solved. In this work, we used the Genetic Algorithms which is a technique of optimization based on the theory of biological evolution of Darwin. The proposed algorithm was implemented and tested initially by Camila S. de Magalhães in her doctoral thesis, with the Group of Molecular Modeling of Biological Systems at LNCC, with a range of 5 ligands of HIV-1 protease. It was built a new set used for test with 49 structures with several physico-chemical properties, distributed in 22 different families of protein, allowing for a broader test of the algorithm It was conducted a detailed study of the dependence of the genetic algorithm in relation to the distribution of its initial population and it was also investigated ways more efficient and robust to generate the same. Among these, the proposal to distribute the initial population based on the coordinates of individuals of lower energy in the population (proposal 5), it is very promising. This distribution has allowed the algorithm to obtain good results, finding solutions of lower energy in the population very close to experimental structure optimized, without having specific information about the experimental structure. This fact is very important, because the algorithm makes it more realistic in view that in the rational design of drugs, it has not the trial structure. / Os métodos de docking proteína-ligante, são métodos computacionais usados para predizer o modo de ligação de moléculas candidatas a fármaco em seu receptor. O docking permite o teste de centenas de compostos em um curto espaço de tempo, auxiliando na descoberta de novos candidatos a fármacos. A grande complexidade que envolve a ligação do complexo ligante-proteína, torna o problema de docking difícil de ser resolvido computacionalmente. Neste trabalho, são usados os Algoritmos Genéticos, que são uma técnica de otimização baseada na teoria da evolução biológica de Darwin. O algoritmo proposto foi implementado e testado inicialmente por Camila S. de Magalhães em sua tese de doutorado, junto ao Grupo de Modelagem Molecular de Sistemas Biológicos do LNCC, com um conjunto de 5 ligantes de HIV-1 protease. Foi construido um novo conjunto utilizado para teste, agora com 49 estruturas com propriedades físico-químicas diversas, distribuidos em 22 famílias distintas de proteínas, permitindo um teste mais amplo do algoritmo. Foi realizado um estudo aprofundado sobre a dependência do Algoritmo Genético em relação à distribuição da sua população inicial e investigou-se formas mais eficientes e robustas de gerar a mesma. Dentre estas, a proposta de distribuir a população inicial baseada nas coordenadas dos indivíduos de menor energia na população (proposta 5), é muito promissora. Esta distribuição permitiu o algoritmo obter bons resultados, encontrando soluções de menor energia na população muito próximas a estrutura experimental otimizada, sem possuir informações específicas sobre a estrutura experimental. Este fato é muito importante, pois torna o algoritmo mais realista, tendo em vista que no desenho racional de fármacos real não se dispoe da estrutura experimental.

Submitted by Maria Cristina (library@lncc.br) on 2017-08-10T18:45:47Z No. of bitstreams: 1 tese_caio_cesar_graciani_rodrigues.pdf: 1550607 bytes, checksum: 740cf1e87f2a897b734accc7abd6ec11 (MD5) / Approved for entry into archive by Maria Cristina (library@lncc.br) on 2017-08-10T18:45:57Z (GMT) No. of bitstreams: 1 tese_caio_cesar_graciani_rodrigues.pdf: 1550607 bytes, checksum: 740cf1e87f2a897b734accc7abd6ec11 (MD5) / Made available in DSpace on 2017-08-10T18:46:07Z (GMT). No. of bitstreams: 1 tese_caio_cesar_graciani_rodrigues.pdf: 1550607 bytes, checksum: 740cf1e87f2a897b734accc7abd6ec11 (MD5) Previous issue date: 2017-04-10 / Coordenação de Aperfeiçoamento de Pessoal de Nível Superior (Capes) / Over the past few decades, the study of systems subjected to abrupt changes in their structures has consolidated as a significant area of research, due, in part, to the increasing importance of dealing with the occurrence of random failures in complex systems. In this context, Markov jump linear system (MJLS) comes up as an approach of central interest, as a means of representing these dynamics. Among the numerous works that seek to establish design methods for control and filtering considering this class of systems, the scarcity of literature related to the partial observation scenarios is noticeable. This thesis features contributions to the H1 control and filtering for continuous-time MJLS with partial mode information. In order to overcome the challenge regarding the lack of information of the current state of the Markov chain, we use a detector-based formulation. In this formulation, we assume the existence of a detector, available at all times, which provides partial information about the operating mode of the jump process. A favorable feature of this strategy is that it allows us to recover (without being limited to) some recent results of partial information scenarios in which we have an explicit solution, such as the cases of complete information, mode-independent and cluster observations. Our results comprise a new bounded real lemma followed by the design of controllers and filters driven only by the informations given by the detector. Both, the H1 analysis and the design methods presented are established through the solutions of linear matrix inequalities. In addition, numerical simulations are also presented encompassing the H1 performance for particular structures of the detector process. From an application point of view, we highlight some examples related to the linearized dynamics for an unmanned aerial vehicle. / Nas últimas décadas, o estudo de sistemas cujas estruturas estão sujeitas a mudanças abruptas de comportamento tem se consolidado como uma significante área de pesquisa, devido, em parte, pela importância crescente de lidar com a ocorrência de falhas aleatórias em sistemas complexos. Neste contexto, os sistemas lineares com salto Markoviano (SLSM) surgem como uma abordagem de interesse central, como um meio de representar estas dinâmicas. Dentre os inúmeros trabalhos que buscam estabelecer técnicas de controle e filtragem considerando esta classe de sistemas, a escassez de literatura relacionada ao cenário de observações parciais é perceptível. Esta tese apresenta novos resultados de controle e filtragem H1 para SLSM a tempo contínuo e observações parciais no modo de operação. A fim de superar o desafio quanto a falta de informações do atual estado da cadeia de Markov, utilizamos uma formulação baseada em um detector. Com esta abordagem, assumimos a existência de um detector, disponível em todo instante de tempo, que fornece informações a respeito do modo de operação do processo de salto. Uma favorável característica desta estratégia é a de nos possibilitar o resgate (sem estar-se limitado a eles) de alguns resultados recentes dos cenários de informações parciais nos quais temos uma solução explícita, como os casos de informações completas, independentes do modo e cluster de observações. Os nossos resultados compreendem um novo bounded real lemma seguido do projeto de controladores e filtros que usam apenas as informações do detector. Tanto a análise H1 quanto os métodos de projeto apresentados são estabelecidos através da soluções de inequações matriciais lineares. Adicionalmente, também são apresentadas simulações numéricas que mostram a performance H1 para estruturas particulares do detector. Sob o ponto de vista de aplicações, destacamos os exemplos relacionados a dinâmicas linearizadas para um avião aéreo não tripulado.

Made available in DSpace on 2015-03-04T18:51:00Z (GMT). No. of bitstreams: 1 thesis.pdf: 1380737 bytes, checksum: b13fc1ab9cd11eb3900d2a9edd2a9131 (MD5) Previous issue date: 2008-06-05 / Coordenacao de Aperfeicoamento de Pessoal de Nivel Superior / The methods of protein-ligand docking are computational methods usedto predict the mode of binding of molecules into drug candidates for its receptor. The docking allows tests of hundreds of compounds in ashort space of time, assisting in the discovery of new drug candidates. The great complexity that involves the binding of protein-ligand complex, makes the problem of docking computationally difficult to be solved. In this work, we used the Genetic Algorithms which is a technique of optimization based on the theory of biological evolution of Darwin. The proposed algorithm was implemented and tested initially by Camila S. de Magalhães in her doctoral thesis, with the Group of Molecular Modeling of Biological Systems at LNCC, with a range of 5 ligands of HIV-1 protease. It was built a new set used for test with 49 structures with several physico-chemical properties, distributed in 22 different families of protein, allowing for a broader test of the algorithm It was conducted a detailed study of the dependence of the genetic algorithm in relation to the distribution of its initial population and it was also investigated ways more efficient and robust to generate the same. Among these, the proposal to distribute the initial population based on the coordinates of individuals of lower energy in the population (proposal 5), it is very promising. This distribution has allowed the algorithm to obtain good results, finding solutions of lower energy in the population very close to experimental structure optimized, without having specific information about the experimental structure. This fact is very important, because the algorithm makes it more realistic in view that in the rational design of drugs, it has not the trial structure. / Os métodos de docking proteína-ligante, são métodos computacionais usados para predizer o modo de ligação de moléculas candidatas a fármaco em seu receptor. O docking permite o teste de centenas de compostos em um curto espaço de tempo, auxiliando na descoberta de novos candidatos a fármacos. A grande complexidade que envolve a ligação do complexo ligante-proteína, torna o problema de docking difícil de ser resolvido computacionalmente. Neste trabalho, são usados os Algoritmos Genéticos, que são uma técnica de otimização baseada na teoria da evolução biológica de Darwin. O algoritmo proposto foi implementado e testado inicialmente por Camila S. de Magalhães em sua tese de doutorado, junto ao Grupo de Modelagem Molecular de Sistemas Biológicos do LNCC, com um conjunto de 5 ligantes de HIV-1 protease. Foi construido um novo conjunto utilizado para teste, agora com 49 estruturas com propriedades físico-químicas diversas, distribuidos em 22 famílias distintas de proteínas, permitindo um teste mais amplo do algoritmo. Foi realizado um estudo aprofundado sobre a dependência do Algoritmo Genético em relação à distribuição da sua população inicial e investigou-se formas mais eficientes e robustas de gerar a mesma. Dentre estas, a proposta de distribuir a população inicial baseada nas coordenadas dos indivíduos de menor energia na população (proposta 5), é muito promissora. Esta distribuição permitiu o algoritmo obter bons resultados, encontrando soluções de menor energia na população muito próximas a estrutura experimental otimizada, sem possuir informações específicas sobre a estrutura experimental. Este fato é muito importante, pois torna o algoritmo mais realista, tendo em vista que no desenho racional de fármacos real não se dispoe da estrutura experimental.