Submitted by Caroline Xavier (caroline.xavier@pucrs.br) on 2017-06-29T11:48:00Z No. of bitstreams: 1 DIS_LEONARDO_VERONESE_SOLETTI_COMPLETO.pdf: 4509586 bytes, checksum: 932e17294867261485737bead0bba62c (MD5) / Made available in DSpace on 2017-06-29T11:48:00Z (GMT). No. of bitstreams: 1 DIS_LEONARDO_VERONESE_SOLETTI_COMPLETO.pdf: 4509586 bytes, checksum: 932e17294867261485737bead0bba62c (MD5) Previous issue date: 2016-03-30 / Conselho Nacional de Pesquisa e Desenvolvimento Cient?fico e Tecnol?gico - CNPq / As a consequence of the post-genomic era an explosion of information and numerous discoveries made available large amounts of biological data. Even with the technology enhancements regarding protein structure prediction techniques, it is still not possible to find a tool to predict with precision the exact the three-dimensional structure of a given protein. This brings new challenges, starting from how to understand and organize these resources until sharing and reuse of successful experiments, as well as how to provide interoperability between data from different sources, without mentioning the diversity between tools and different user profiles. This kind of data flow is regularly addressed as command line scripts which require users to have programming skills. Such scripts have problems interfering, collecting and storing data while executing. Furthermore, these scripts and can be very complex leading to difficulties of implementation, maintenance and reuse. Another problem that arises when a set of tasks are proposed to be conducted through scripts is the possibility of missing any step in the process or running at incorrect order, leading to inconsistent results. It becomes necessary techniques and tools to ease this process in an organized way as a sequence of steps characterized by a workflow, thus automating this process. In this context, we sought to develop a scientific workflow model using bioinformatics tools and biology expertise to automate the process of protein refinement of polypeptides predicted by CReF method once the refinement process scripts were automated, it was possible to increase the amount of experiments while maintaining an acceptable quality criteria. Finally, was developed a web interface that facilitates the visualization of the results in an organized way. / Com o advento da era p?s-gen?mica surge, como consequ?ncia, uma explos?o de informa??es onde in?meras descobertas geram grande quantidade de dados biol?gicos. Mesmo com o avan?o da tecnologia nas t?cnicas de predi??o de estruturas de prote?nas, n?o ? poss?vel ainda se encontrar uma ferramenta capaz de predizer com precis?o exata a estrutura 3D de prote?nas. Em decorr?ncia disso, surgem novos desafios para entender e organizar esses recursos nas pesquisas, o compartilhamento e reuso de experimentos bem-sucedidos, assim como prover interoperabilidade entre dados e ferramentas de diferentes locais e utilizados por usu?rios com perfis distintos. As atividades de estudos do fluxo destes dados, inicialmente, baseiam-se em scripts que auxiliam na entrada, processamento e resultado final da an?lise, normalmente executados por linha de comando, o que obriga seus usu?rios a terem dom?nio de algoritmos e l?gica de programa??o. Tais scripts apresentam problemas em interferir, coletar e armazenar dados ao longo de sua execu??o, e podem ser muito complexos, ocasionando a dificuldades de implementa??o, manuten??o e reuso. Outro problema ? quando um conjunto de tarefas a serem realizadas atrav?s de scripts, podem ter o risco de faltar algum passo no processo ou n?o ser executado na ordem certa, obtendo-se com isso resultados n?o satisfat?rios. Torna-se necess?rio t?cnicas e ferramentas que facilitem esse processo, de maneira organizada como uma sequ?ncia de etapas caracterizados por um fluxo de execu??o, automatizando-se assim este processo. Neste contexto, buscou-se desenvolver um modelo de workflow cient?fico utilizando-se ferramentas de bioinform?tica e de conhecimentos da biologia para automatizar o processo de refinamento de prote?nas, do polipept?dio predito pelo m?todo CReF. Os scripts do processo de refinamento foram automatizados, com isso foi poss?vel aumentar a quantidade de experimentos, mantendo um crit?rio de qualidade aceit?vel. Para o resultado final do processo, desenvolveu-se uma interface web que facilita a visualiza??o dos resultados de uma forma organizada.

Submitted by Caroline Xavier (caroline.xavier@pucrs.br) on 2017-06-29T13:51:27Z No. of bitstreams: 1 DIS_CARLOS_EDUARDO_SEQUEIROS_BORJA_PARCIAL.pdf: 2369724 bytes, checksum: 0bcf4fe536f9f8fc084f08e3dc335db9 (MD5) / Approved for entry into archive by Caroline Xavier (caroline.xavier@pucrs.br) on 2017-06-29T13:51:38Z (GMT) No. of bitstreams: 1 DIS_CARLOS_EDUARDO_SEQUEIROS_BORJA_PARCIAL.pdf: 2369724 bytes, checksum: 0bcf4fe536f9f8fc084f08e3dc335db9 (MD5) / Made available in DSpace on 2017-06-29T13:51:46Z (GMT). No. of bitstreams: 1 DIS_CARLOS_EDUARDO_SEQUEIROS_BORJA_PARCIAL.pdf: 2369724 bytes, checksum: 0bcf4fe536f9f8fc084f08e3dc335db9 (MD5) Previous issue date: 2017-02-23 / Coordena??o de Aperfei?oamento de Pessoal de N?vel Superior - CAPES / Conselho Nacional de Pesquisa e Desenvolvimento Cient?fico e Tecnol?gico - CNPq / Protein structure prediction from just the amino acid sequence continues to be a major challenge in structural bioinformatics. If at all possible, prediction needs to be accurate and fast. In this project, it is proposed and tested the effects of cotranslation within an ideal ribosomal channel model in protein structure prediction using classical molecular dynamics and replica-exchange molecular dynamics simulations. An ideal ribosomal channel model was built, different translation speeds were used and compared the results to control simulations. Different translation speeds were tested to verify their influence on predictions, and the best results were observed at translation speeds between 80 and 200 ps. The quality of the predicted models were as low as 0.3 ? and 1.0 for the RMSDs and GDT-TS parameters, respectively, for simulations of just 50 ns. Overall, the use of this approach to protein structure prediction has successfully produced native and near-native structures in three of the four proteins investigated, thus reaching accuracy and speed as expected. As a conclusion, using cotranslation within an IRCM is a promising approach to predict native-like 3D structures of mini-proteins successfully. Improvements to the methodology should allow the prediction of 3D structures of larger proteins of biological and biomedical interest. / A predi??o de estrutura 3D de prote?nas partindo apenas da sequ?ncia de amino?cidos ainda ? um grande desafio em bioinform?tica estrutural. Apesar da dificuldade, a predi??o precisa de ser acurada e r?pida. Nesta disserta??o, prop?e-se e mesuram-se os efeitos da co-tradu??o e o uso de um modelo ideal de canal ribossomal na predi??o da estrutura 3D de prote?nas, fazendo uso de din?mica molecular cl?ssica e din?mica molecular com intercambio de r?plicas. O modelo do canal ribosomal constru?do foi testado com diferentes velocidades de tradu??o, e os resultados foram comparados com simula??es padr?o. Foram testadas diferentes velocidades de tradu??o para verificar sua influ?ncia nas predi??es, e as velocidades que apresentaram os melhores resultados ficaram na faixa de 80 at? 200 ps. A qualidade dos modelos preditos foram boas, apresentando valores de GDT-TS de 1,0, assim como 0,3 ? para RMSD para simula??es de apenas 50 ns. No geral, demostra-se que o uso desta abordagem na predi??o da estrutura de prote?nas, produz satisfatoriamente estruturas nativas ou perto da nativa em tr?s de quatro prote?nas testadas, atingindo assim a acur?cia e velocidade esperadas. Como conclus?o, o uso da co-tradu??o com um modelo do canal ribosomal ? uma abordagem promissora para a predi??o de estruturas de mini prote?nas perto da estrutura nativa. Melhoras na metodologia e no modelo permitir?o uma predi??o de estruturas 3D de prote?nas maiores de interesse biol?gico e biom?dico.