dc.creator |
PAIVA, Vinícius de Almeida |
|
dc.date.issued |
2021-03-05 |
|
dc.identifier.uri |
https://repositorio.unifei.edu.br/jspui/handle/123456789/2318 |
|
dc.description.abstract |
Metals are present in more than 30% of proteins found in nature and perform important
biological functions, in addition they act in the maintenance of protein structure. Metal
ions in proteins are bounded to groups of atoms and this set is called a metal-binding
site. Metal-binding sites can perform catalytic, structural, transport and electron transfer
functions in a protein.
Traditional and experimental techniques for metal-binding site prediction usually find
obstacles related to time and cost of execution, making computational tools that can
assist in predictions become even more important. Several methods in the literature have
made efforts to predict metal-binding sites and have shown great results, but they still
encounter barriers due to issues related to protein size, type of ions and ligands, ability
to find inter-domain residues and even when obtaining not good accuracy rates.
The main goal of this master thesis is to adapt GASS algorithm (Genetic Active
Site Search), initially proposed for the prediction of catalytic sites, to search for metalbinding
sites. The method developed, GASS-Metal, divides residues of a protein in threedimensional
space and uses parallelism of genetic algorithms to find candidate sites that
are close in relation to the distance of cured templates from M-CSA and MetalPDB.
The results of the sanity and homologous protein tests showed that GASS-Metal is a
robust method, capable of finding metal-binding sites in different types of ions and does
not restrict its search to a single chain. In addition, when using conservative mutations,
the prediction accuracy rate improves even more, helping to find sites in situations where
it was previously impossible, due to the lack of residues in certain proteins.
In comparison to state-of-the-art predictors, GASS-Metal achieved satisfactory performance
in predicting metal-binding sites of different ions. The results showed that the
method was superior in the prediction in 5 of the 12 metal ions evaluated and still obtained
equivalent performance in other 6 different metal-binding sites. |
pt_BR |
dc.description.sponsorship |
Agência 1 |
pt_BR |
dc.language |
por |
pt_BR |
dc.publisher |
Universidade Federal de Itajubá |
pt_BR |
dc.rights |
Acesso Aberto |
pt_BR |
dc.subject |
Sítios metálicos |
pt_BR |
dc.subject |
Base de dados |
pt_BR |
dc.subject |
Algoritmos genéticos |
pt_BR |
dc.title |
Gass-metal: um servidor web para identificação de sítios metálicos similares em proteínas baseado em algoritmos genéticos paralelos |
pt_BR |
dc.type |
Dissertação |
pt_BR |
dc.date.available |
2021-03-08 |
|
dc.date.available |
2021-03-08T17:35:10Z |
|
dc.date.accessioned |
2021-03-08T17:35:10Z |
|
dc.creator.Lattes |
http://lattes.cnpq.br/2889736880174687 |
pt_BR |
dc.contributor.advisor1 |
IZIDORO, Sandro Carvalho |
|
dc.contributor.advisor1Lattes |
http://lattes.cnpq.br/8024579151966887 |
pt_BR |
dc.contributor.advisor-co1 |
SILVEIRA, Sabrina de Azevedo |
|
dc.contributor.advisor-co1Lattes |
http://lattes.cnpq.br/0899817111748167 |
pt_BR |
dc.description.resumo |
Metais estão presentes em mais de 30% das proteínas encontradas na natureza e desempenham
funções biológicas importantes, além de atuarem na manutenção da estrutura
de proteínas. Íons metálicos em proteínas estão ligados a grupos de átomos e a esse conjunto
é dado o nome de sítio metálico. Um sítio metálico pode exercer funções catalíticas,
estruturais, transporte e transferência de elétrons em uma proteína.
Métodos tradicionais e experimentais para a predição de sítios metálicos geralmente
encontram empecilhos relacionados a tempo e custo de execução, e por isso cresce a necessidade
de ferramentas computacionais que possam auxiliar em predições. Diversos
métodos na literatura têm empenhado esforços na predição de sítios metálicos e tem mostrado
grandes resultados, porém ainda encontram barreiras por questões relacionadas ao
tamanho da proteína, tipo de íons e ligantes, capacidade de encontrar resíduos interdomínio
e até mesmo ao obter taxas de acerto não satisfatórias.
O objetivo desta dissertação é adaptar o algoritmo GASS (Genetic Active Site Search),
inicialmente proposto para a predição de sítios catalíticos, para a busca de sítios
metálicos. O método criado, GASS-Metal, divide os resíduos de uma proteína no espaço
tridimensional e utiliza paralelismo de algoritmos genéticos para encontrar sítios metálicos
candidatos que sejam próximos em relação à distância de templates curados provenientes
dos M-CSA e MetalPDB.
Os resultados dos testes de sanidade e com proteínas homólogas mostraram que o
GASS-Metal é um método robusto, capaz de encontrar sítios metálicos em diversos tipos
de íons diferentes e não restringe sua busca a uma única cadeia. Além disso, ao usar
mutações conservativas, a taxa de acerto na predição melhora ainda mais, ajudando a encontrar
sítios em situações onde antes era inviável, pela falta de resíduos em determinadas
proteínas.
Em comparação a preditores estado da arte, o GASS-Metal conseguiu desempenho
satisfatório na predição de sítios metálicos de diferentes íons. Os resultados mostraram
que o método foi superior na predição em 5 dos 12 íons metálicos avaliados e ainda obteve
performance equivalente em outros 6 sítios metálicos diferentes. |
pt_BR |
dc.publisher.country |
Brasil |
pt_BR |
dc.publisher.department |
IESTI - Instituto de Engenharia de Sistemas e Tecnologia da Informação |
pt_BR |
dc.publisher.program |
Programa de Pós-Graduação: Mestrado - Ciência e Tecnologia da Computação |
pt_BR |
dc.publisher.initials |
UNIFEI |
pt_BR |
dc.subject.cnpq |
CNPQ::CIÊNCIAS EXATAS E DA TERRA::CIÊNCIA DA COMPUTAÇÃO |
pt_BR |
dc.relation.references |
PAIVA, Vinícius de Almeida. Gass-metal: um servidor web para identificação de sítios metálicos similares em proteínas baseado em algoritmos genéticos paralelos. 2021. 94 f. Dissertação (Mestrado em Ciência e Tecnologia da Computação.) – Universidade Federal de Itajubá, Itajubá, 2021. |
pt_BR |