Моделювання молекулярної структури комплексу білка з лігандом

Скорочена інформація про документ
dc.contributor.advisorПономаренко, Сергій Миколайович
dc.contributor.authorДокашенко, Богдан Вікторович
dc.date.accessioned2019-02-01T11:37:26Z
dc.date.available2019-02-01T11:37:26Z
dc.date.issued2018
dc.description.abstractenTopic relevance. The task of molecular modeling is an integral part of fundamental research aimed at studying the mechanisms of protein function, applied pharmaceutical tasks such as the creation of new drug compounds, the production of high-performance enzymes, computer analysis of molecular interactions, etc. Docking is also used in the process of virtual high-performance screening (scanning) databases, which significantly reduces the cost of projects aimed at finding new effective and selective ligands. Interaction between molecules is the basis for biological processes. Using these interactions, living organisms support complex regulatory and metabolic mechanisms. Experimental research work is the basis for a better understanding of biological processes. Computer simulations are important in order to obtain information from a large number of multivariate experimental data. As a result, the development and optimization of docking algorithms is at present the area of active scientific development. Research goal and objectives. The aim of the dissertation is to simplify and accelerate the molecular docking simulation process, to automate the process, to improve accuracy and to improve the methods for the creation of molecular compounds for pharmaceutical purposes. To accomplish this goal, the following tasks were solved: - systematize existing systems which deal with molecular docking, to highlight their advantages and disadvantages and to analyze the characteristics of these systems; - systematize existing methods of molecular docking, to highlight their advantages and disadvantages, to analyze the characteristics of these methods; - to get familiar with the methods of machine learning, to analyze them, to choose methods which are suitable for molecular docking; - choose the best method and use it to develop a mathematical and computer model of docking; - compare the results of the proposed model with the results of existing models; - analyze the results. Object of research is algorithms, mathematical models, biochemical docking models, ligand molecules, protein molecules, interactions between molecules, neural networks, generic-connected neural networks, back propagation neural networks, programs for visualization and doping of molecules (Open Babel , AutoDock), python libraries for working with molecules. Subject of research is the mathematical and software modelling of the doping of protein molecules using a generic-competitive network. Methods of research. To solve the task, the following methods were used: the methods of machine learning (for the development of the prediction model of molecular docking), optimization methods (for finding optimal filters and weights for training the neural networks), filtration methods (for blurring atomic location coordinates), conformational methods (to change the location of atoms in the molecule). Scientific contribution consists of the following: for the first time the problem of molecular docking simulation was performed using generative-adversarial network; the developed system of molecular docking modelling operates several times faster and gives almost the same and sometimes better accuracy in comparison with standard biochemical systems. In addition, when using standard approaches, the researcher must have deep knowledge of molecular docking and choose between different methods and adjust many parameters. When applying the developed system, it is not required. Practical value of obtained results. The developed methods, mathematical and software for modelling the molecular docking allows to get simplification and acceleration of molecular docking modelling process, to automate the process, increase the accuracy, to improve methods of molecular compounds creation.uk
dc.description.abstractukЗадача молекулярного моделювання є невід’ємною частиною фундаментальних досліджень, спрямованих на вивчення механізмів функціонування білків, а також прикладних фармацевтичних задач, таких як створення нових лікарських сполук, отримання високопродуктивних ферментів, комп'ютерний аналіз молекулярних взаємодій тощо. Докінг також використовують в процесі віртуального високопродуктивного скринінгу (сканування) баз даних, який значно знижує витрати проектів, спрямованих на пошук нових ефективних і селективних лігандів. Взаємодія між молекулами є основою для біологічних процесів. Використовуючи ці взаємодії, живі організми підтримують складні регуляторні та метаболічні механізми. Експериментальна дослідницька робота є основою для кращого розуміння біологічних процесів. Комп'ютерне моделювання є важливим для того, щоб отримати інформацію від великої кількості багатоваріантних експериментальних даних. Внаслідок цього, розвиток і оптимізація алгоритмів докінгу є на даний момент областю активних наукових розробок. Метою дисертаційної роботи є спрощення та пришвидшення процесу моделювання молекулярного докінгу, автоматизація процесу, підвищення точності, покращення методів створення молекулярних сполук задля фармацевтичних цілей. Для досягнення вказаної мети було розв’язано такі задачі: – ознайомитися з існуючими системами, які займаються молекулярним докінгом, виділити їх переваги та недоліки, зробити аналіз характеристик цим систем; – ознайомитися з існуючими методами молекулярного докінгу, виділити їх переваги та недоліки, зробити аналіз характеристик цих методів; – ознайомитися з методами машинного навчання, проаналізувати їх, обрати методи, які підійдуть для молекулярного докінгу; – обрати найкращий метод та за його допомогою розробити математичну модель докінгу; – порівняти результати запропонованої моделі із результатами існуючих моделей; – проаналізувати отримані результати. Об’єктом дослідження є алгоритми, математични моделі, біохімічні моделі докингу, молекули ліганд, молекули протеїнів, взаємозв’язки між молекулами, нейронні мережі, генеративно-зв’язкові нейронні мережі, Backpropogation нейронні мережі, програми для візуалізації та докингу молекул (Open Babel, AutoDock), python бібліотеки для роботи з молекулами. Предметом дослідження є математичне та програмне забезпечення моделювання докінгу молекул протеїнів за допомогою нейромережі. Методи дослідження. Для розв’язання поставленої задачі використовувалися такі методи: методи машинного навчання (для розробки прогнозуючої моделі молекулярного докінгу), методи оптимізації (для знаходження оптимальних фільтрів та вагів при навчанні нейронних мереж), методи фільтрації (для розмиття координат розташування атомів), конформаційні методи (для зміни розташування атомів в молекулі). Наукова новизна одержаних результатів: уперше поставлену задачу моделювання молекулярного докінгу було успішно виконано за допомогою нейромережі; розроблена система моделювання молекулярного докінгу в порівнянні із стандартними біохмічними системи працює в декілька разів швидше та при цьому дає майже таку саму, а іноді і ліпшу точність. Крім того, при використанні стандартних підходів дослідник повинен володіти глибокими знаннями з молекулярного докінгу та обирати серед різних методів та настроювати багато параметрів. При застосуванні розробленої системи цього не потрібно. Практичне значення одержаних результатів. Розроблені методи, математичне та програмне забезпечення для моделювання молекулярного докінгу дозволяє отримати спрощення та пришвидшення процесу моделювання молекулярного докінгу, автоматизацію процесу, підвищення точності, покращення методів створення молекулярних сполук.uk
dc.format.page73 с.uk
dc.identifier.citationДокашенко, Б. В. Моделювання молекулярної структури комплексу білка з лігандом : магістерська дис. : 105 Прикладна фізика та наноматеріали / Докашенко Богдан Вікторович. – Київ, 2018. – 73 с.uk
dc.identifier.urihttps://ela.kpi.ua/handle/123456789/26171
dc.language.isoukuk
dc.publisher.placeКиївuk
dc.subjectмолекулярний докінгuk
dc.subjectпротеїнuk
dc.subjectлігандuk
dc.subjectконформаціїuk
dc.subjectмашинне навчанняuk
dc.subjectгенеративно-змагальна мережаuk
dc.subjectметод зворотного поширення помилкиuk
dc.subjectконволюційні нейронні мережіuk
dc.subjectрозвернуті нейронні мережіuk
dc.subjectmolecular dockinguk
dc.subjectproteinuk
dc.subjectliganduk
dc.subjectconformationuk
dc.subjectmachine learninguk
dc.subjectgeneric-adversarial networkuk
dc.subjectmethod of reverse error propagationuk
dc.subjectconvolutional neural networksuk
dc.subjectdeployed neural networkuk
dc.subject.udc544.112, 004.896uk
dc.titleМоделювання молекулярної структури комплексу білка з лігандомuk
dc.typeMaster Thesisuk

Файли

Контейнер файлів
Зараз показуємо 1 - 1 з 1
Ескіз
Назва:
Dokashenko_magistr.pdf
Розмір:
2.75 MB
Формат:
Adobe Portable Document Format
Опис:
Завантажити
Ліцензійна угода
Зараз показуємо 1 - 1 з 1
Ескіз недоступний
Назва:
license.txt
Розмір:
7.74 KB
Формат:
Item-specific license agreed upon to submission
Опис:
Завантажити

Зібрання

Магістерські роботи (ФЕС)
Магістерські роботи