A Biologia Computacional tem desenvolvido algoritmos aplicados a problemas relevantes da Biologia. Um desses problemas é a Protein Structure Prediction (PSP). Vários métodos têm sido desenvolvidos na literatura para lidar com esse problema. Porém a reprodução de resultados e a comparação dos mesmos não têm sido uma tarefa fácil. Nesse sentido, o Critical Assessment of protein Structure Prediction (CASP), busca entre seus objetivos, realizar tais comparações. Além disso, os sistemas desenvolvidos para esse problema em geral não possuem interface amigável, não favorecendo o uso por não especialistas da computação. Buscando reduzir essas dificuldades, este trabalho propões o Koala, um sistema baseado em uma plataforma web, que integra vários métodos de predição e análises de estruturas de proteínas, possibilitando a execução de experimentos complexos com o uso de fluxos de trabalhos. Os métodos de predição disponíveis podem ser integrados para a realização de análises dos resultados, usando as métricas RMSD, GDT-TS ou TM-Score. Além disso, o método Sort by front dominance (baseado no critério de optimalidade de Pareto), proposto nesse trabalho, consegue avaliar predições sem uma estrutura de referência. Os resultados obtidos, usando proteínas alvo de artigos recentes e do CASP11, indicam que o Koala tem capacidade de realizar um conjunto relativamente grande de experimentos estruturados, beneficiando a determinação de melhores estruturas de proteínas, bem como o desenvolvimento de novas abordagens para predição e análise por meio de fluxos de trabalho. / Computational Biology has developed algorithms applied to relevant problems from Biology. One of these probems is Protein Structure Prediction (PSP). Several methods have been developed on the liteture to deal with this problem. However, the reproduction of results and the comparison of the methods have not been an easy task. Accordingly, the Critical Assessment of protein Structure Prediction (CASP), has among his objectives, perform these comparisons. Besides, the developed systems for this problem have low usability, not benefiting the investigation of various methods by non experts. In order to minimize those difficulties, this project proposes Koala, a web-based system that integrates several algorithms applied to PSP and analysis, allowing the execution of complex experiments by using workflows. The prediction methods can be integrated to perform some analysis of the results, by using the RMSD, GDT-TS and TM-Score metrics. Moreover, the Sort by front dominance method (based on the criterion of Pareto optimalidad), proposed on this work, can evaluate predictions with no reference structure. The results obtained, using target proteins from recent articles and CASP11, indicate that Koala has the capability to execute a relatively large set of organized experiments, benefiting determining of better protein structures, as well as the development of new approaches for prediction and analysis through workflows.
Identifer | oai:union.ndltd.org:usp.br/oai:teses.usp.br:tde-22062016-102823 |
Date | 25 January 2016 |
Creators | Defelicibus, Alexandre |
Contributors | Delbem, Alexandre Cláudio Botazzo |
Publisher | Biblioteca Digitais de Teses e Dissertações da USP |
Source Sets | Universidade de São Paulo |
Language | Portuguese |
Detected Language | English |
Type | Dissertação de Mestrado |
Format | application/pdf |
Rights | Liberar o conteúdo para acesso público. |
Page generated in 0.0017 seconds