Export this record: EndNote BibTex

Please use this identifier to cite or link to this item: http://tede2.pucrs.br/tede2/handle/tede/7329
Document type: Tese
Title: An effective method to optimize docking-based virtual screening in a clustered fully-flexible receptor model deployed on cloud platforms
Other Titles: Um método efetivo para otimizar a triagem virtual baseada em docagem de um modelo de receptor totalmente flexível agrupado utilizando computações em nuvem
Author: De Paris, Renata 
Advisor: Ruiz, Duncan Dubugras Alcoba
First advisor-co: Souza, Osmar Norberto de
Abstract (native): The use of conformations obtained from molecular dynamics trajectories in the molecular docking experiments is the most accurate approach to simulate the behavior of receptors and ligands in molecular environments. However, such simulations are computationally expensive and their execution may become an infeasible task due to the large number of structural information, typically considered to represent the explicit flexibility of receptors. In addition, the computational demand increases when Fully-Flexible Receptor (FFR) models are routinely applied for screening of large compounds libraries. This study presents a novel method to optimize docking-based virtual screening of FFR models by reducing the size of FFR models at docking runtime, and scaling docking workflow invocations out onto virtual machines from cloud platforms. For this purpose, we developed e-FReDock, a cloud-based scientific workflow that assists in faster high-throughput docking simulations of flexible receptors and ligands. e-FReDock is based on a free-parameter selective method to perform ensemble docking experiments with multiple ligands from a clustered FFR model. The e-FReDock input data was generated by applying six clustering methods for partitioning conformations with different features in their substrate-binding cavities, aiming at identifying groups of snapshots with favorable interactions for specific ligands at docking runtime. Experimental results show the high quality Reduced Fully-Flexible Receptor (RFFR) models achieved by e-FReDock in two distinct sets of analyses. The first analysis shows that e-FReDock is able to preserve the quality of the FFR model between 84.00% and 94.00%, while its dimensionality reduces on average 49.68%. The second analysis reports that resulting RFFR models are able to reach better docking results than those obtained from the rigid version of the FFR model in 97.00% of the ligands tested.
Abstract (english): O uso de conformações obtidas por trajetórias da dinâmica molecular nos experimentos de docagem molecular é a abordagem mais precisa para simular o comportamento de receptores e ligantes em ambientes moleculares. Entretanto, tais simulações exigem alto custo computacional e a sua completa execução pode se tornar uma tarefa impraticável devido ao vasto número de informações estruturais consideradas para representar a explícita flexibilidade de receptores. Além disso, o problema é ainda mais desafiante quando deseja-se utilizar modelos de receptores totalmente flexíveis (Fully-Flexible Receptor - FFR) para realizar a triagem virtual em bibliotecas de ligantes. Este estudo apresenta um método inovador para otimizar a triagem virtual baseada em docagem molecular de modelos FFR por meio da redução do número de experimentos de docagem e, da invocação escalar de workflows de docagem para máquinas virtuais de plataformas em nuvem. Para esse propósito, o workflow científico basedo em nuvem, chamado e-FReDock, foi desenvolvido para acelerar as simulações da docagem molecular em larga escala. e-FReDock é baseado em um método seletivo sem paramêtros para executar experimentos de docagem ensemble com múltiplos ligantes. Como dados de entrada do e-FReDock, aplicou-se seis métodos de agrupamento para particionar conformações com diferentes características estruturais no sítio de ligação da cavidade do substrato do receptor, visando identificar grupos de conformações favoráveis a interagir com específicos ligantes durante os experimentos de docagem. Os resultados mostram o elevado nível de qualidade obtido pelos modelos de receptores totalmente flexíveis reduzidos (Reduced Fully-Flexible Receptor - RFFR) ao final dos experimentos em dois conjuntos de análises. O primeiro mostra que e-FReDock é capaz de preservar a qualidade do modelo FFR entre 84,00% e 94,00%, enquanto a sua dimensionalidade reduz em uma média de 49,68%. O segundo relata que os modelos RFFR resultantes são capazes de melhorar os resultados de docagem molecular em 97,00% dos ligantes testados quando comparados com a versão rígida do modelo FFR.
Keywords: Scientific Workflow
Cloud Computing
Clustering of MD Trajectories
Molecular Docking Simulations
Fully-Flexible Receptor Model
Workflow Científico
Computação em Nuvem
Agrupamento de Trajetórias da Dinâmica Molecular
Docagem Molecular
Modelo de Receptor Totalmente Flexível
CNPQ Knowledge Areas: CIENCIAS EXATAS E DA TERRA::CIENCIA DA COMPUTACAO
Language: eng
Country: Brasil
Publisher: Pontifícia Universidade Católica do Rio Grande do Sul
Institution Acronym: PUCRS
Department: Faculdade de Informática
Program: Programa de Pós-Graduação em Ciência da Computação
Access type: Acesso Aberto
URI: http://tede2.pucrs.br/tede2/handle/tede/7329
Issue Date: 28-Oct-2016
Appears in Collections:Programa de Pós-Graduação em Ciência da Computação

Files in This Item:
File Description SizeFormat 
TES_RENATA_DE_PARIS_COMPLETO.pdfTexto Completo8.67 MBAdobe PDFThumbnail

Download/Open Preview


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.