Publication
Geometric representation and detection methods of cavities on protein surfaces
| datacite.subject.fos | Engenharia e Tecnologia::Engenharia Eletrotécnica, Eletrónica e Informática | pt_PT |
| dc.contributor.advisor | Gomes, Abel João Padrão | |
| dc.contributor.author | Dias, Sérgio Emanuel Duarte | |
| dc.date.accessioned | 2016-02-02T10:28:58Z | |
| dc.date.available | 2016-02-02T10:28:58Z | |
| dc.date.issued | 2015 | |
| dc.description.abstract | Most living organisms are made up of cells, while cells are composed by molecules. Molecules play a fundamental role in biochemical processes that sustain life. The functions of a molecule depend not only on its interaction with other molecules, but also on the sites of its surface where such interactions take place. Indeed, these interactions are the driving force of almost all cellular processes. Interactions between molecules occur on specific molecular surface regions, called binding sites. The challenge here is to know the compatible sites of two coupling molecules. The compatibility is only effective if there is physico-chemical compatibility, as well as geometric compatibility in respect to docking of shape between the interacting molecules. Most (but not all) binding sites of a molecule (e.g., protein) correspond to cavities on its surface; conversely, most (but not all) cavities correspond to binding sites. This thesis essentially approaches cavity detection algorithms on protein surfaces. This means that we are primarily interested in geometric methods capable of identifying protein cavities as tentative binding sites for their ligands. Finding protein cavities has been a major challenge in molecular graphics and modeling, computational biology, and computational chemistry. This is so because the shape of a protein usually looks very unpredictable, with many small downs and ups. These small shape features on the surface of a protein are rather illusive because they are too small when compared to cavities as tentative binding sites. This means that the concept of curvature (a local shape descriptor) cannot be used as a tool to detect those cavities. Thus, more enlarged shape descriptors have to be used to succeed in determining such cavities on the surface of proteins. In this line of thought, this thesis explores the application of mathematical theory of scalar fields, including its topology, as the cornerstone for the development of cavity detection algorithms described herein. Furthermore, for the purpose of graphic visualisation, this thesis introduces a GPU-based triangulation algorithm for molecular surfaces. | pt_PT |
| dc.description.abstract | Em geral, os organismos vivos são constituídos por células, enquanto que as células são compostas por moléculas. As moléculas desempenham um papel fundamental nos processos bioquímicos que sustentam a vida. As funções de uma molécula dependem não só da sua interacção com outras moléculas, mas também dos locais na sua superfície onde estas interacções têm lugar. Na verdade, essas interações são a força motriz de quase todos os processos celulares. As interações entre moléculas ocorrem em regiões específicas das respetivas superfícies moleculares, commumentemente designados por locais de acoplamento (binding sites, do inglês). O desafio está em saber quais são os locais de acoplamento compatíveis entre moléculas. Na verdade, não basta que haja compatibilidade geométrica no acoplamento entre moléculas. É preciso também que haja compatibilidade físico-química nos locais de acoplamento entre moléculas. A maioria dos (mas não todos) locais de acoplamento de uma molécula (por exemplo, uma proteína) correspondem a cavidades na sua superfície; inversamente, a maioria das (mas não todas) cavidades correspondem a locais de acoplamento. Esta tese aborda essencialmente algoritmos de deteção de cavidades em superfícies de proteínas. Isso significa que estamos principalmente interessados em métodos geométricos capazes de identificar cavidades em proteínas, enquanto (possíveis) locais de acoplamento preliminares para os seus ligados (ligands, do inglês). Determinar cavidades em proteínas tem sido um grande desafio em computação e modelação molecular, biologia computacional e química computacional. Isto explica-se pela forma das proteínas, a qual parece bastante imprevisível, face às muitas oscilações de forma decorrentes da combinação dos seus átomos. Estas pequenas características de forma da superfície de uma proteína são bastante elusivas, porque são muito pequenas quando comparadas com cavidades (enquanto possíveis locais de acoplamento). Isto significa que o conceito de curvatura (um descritor de forma local) não pode ser usado como uma ferramenta para detetar essas cavidades na superfície de proteínas. Consequentemente, há que utilizar descritores de forma não-local (ou zonal) se se quiser ter sucesso na determinação de tais cavidades. Nessa linha de pensamento, esta tese explora a aplicação da teoria matemática de campos escalares, incluindo a sua topologia, como a pedra basilar para o desenvolvimento dos algoritmos de deteção de cavidades aqui descritos. Além disso, para efeitos de visualização gráfica, introduz-se um algoritmo de triangulação de superfícies moleculares em GPU. | |
| dc.identifier.tid | 101517980 | |
| dc.identifier.uri | http://hdl.handle.net/10400.6/3981 | |
| dc.language.iso | eng | pt_PT |
| dc.relation | SHAPE REPRESENTATION AND RECOGNITION METHODS IN MOLECULAR DOCKING | |
| dc.subject | Arquitectura de hardware gráfico | pt_PT |
| dc.subject | Geometria computacional - Modelação de objectos | pt_PT |
| dc.subject | Cavidade em proteínas - Computação gráfica - Algoritmo geométrico | pt_PT |
| dc.subject | Superfície molecular - Computação gráfica - Algoritmo de triangulação | pt_PT |
| dc.title | Geometric representation and detection methods of cavities on protein surfaces | pt_PT |
| dc.type | doctoral thesis | |
| dspace.entity.type | Publication | |
| oaire.awardTitle | SHAPE REPRESENTATION AND RECOGNITION METHODS IN MOLECULAR DOCKING | |
| oaire.awardURI | info:eu-repo/grantAgreement/FCT/FARH/SFRH%2FBD%2F69829%2F2010/PT | |
| oaire.fundingStream | FARH | |
| person.familyName | Dias | |
| person.givenName | Sérgio | |
| person.identifier | J-8234-2017 | |
| person.identifier.ciencia-id | 0512-AF85-D322 | |
| person.identifier.orcid | 0000-0002-9752-9386 | |
| person.identifier.scopus-author-id | 36668366300 | |
| project.funder.identifier | http://doi.org/10.13039/501100001871 | |
| project.funder.name | Fundação para a Ciência e a Tecnologia | |
| rcaap.rights | openAccess | pt_PT |
| rcaap.type | doctoralThesis | pt_PT |
| relation.isAuthorOfPublication | d2fc9f99-653f-4cf9-a887-6e83006abb45 | |
| relation.isAuthorOfPublication.latestForDiscovery | d2fc9f99-653f-4cf9-a887-6e83006abb45 | |
| relation.isProjectOfPublication | 01cc1217-9dc9-4273-b2cd-e794e6b12a9e | |
| relation.isProjectOfPublication.latestForDiscovery | 01cc1217-9dc9-4273-b2cd-e794e6b12a9e | |
| thesis.degree.name | Doutoramento em Engenharia Informática | pt_PT |