A model to predict protein-ligand complexes with known structure

Este trabajo se enfoca en el problema de acoplamiento molecular (docking), el cual es de gran interés para las aéreas de quimio informática y diseño racional de fármacos. Básicamente, el problema de docking consiste en predecir e identificar los complejos más estables formados entre una macromolécul...

Full description

Autores:: Sandoval Pérez, Gloria Angélica

Tipo de recurso:

Fecha de publicación:: 2010

Institución:: Universidad Nacional de Colombia

Repositorio:: Universidad Nacional de Colombia

Idioma:: spa

Description
Summary:	Este trabajo se enfoca en el problema de acoplamiento molecular (docking), el cual es de gran interés para las aéreas de quimio informática y diseño racional de fármacos. Básicamente, el problema de docking consiste en predecir e identificar los complejos más estables formados entre una macromolécula como DNA, RNA o una proteína (denominada receptor) y una molécula orgánica pequeña (denominada ligando). Aunque, desde inicios de los 80 hasta la actualidad se han dedicado grandes esfuerzos para resolver el problema de docking, este sigue siendo un problema desafiante y varios aspectos aun no han sido satisfactoriamente resueltos. Esta tesis propone un modelo de optimización multi-objetivo de predicción de complejos proteína ligando, basado en las contribuciones energéticas debidas a la interacción molecular. El modelo se evaluó con un set de complejos de referencia, que han sido ampliamente utilizados en la validación y evaluación de otros modelos de docking; estos complejos se encuentran en la base de datos del protein data bank (PDB), identificados como: 1ABE, 1CDG, 1ACM y 1BAF. Los resultados obtenidos muestran que el modelo es flexible en cuanto al uso de algoritmos de optimización y funciones de energía; adicionalmente, predice las ubicaciones y conformaciones del ligando en el sitio de unión del receptor de forma tal que los complejos obtenidos son energéticamente estables.

A model to predict protein-ligand complexes with known structure

Publicaciones similares