Implementación de un algoritmo basado en la naturaleza para la predicción de la estructura péptido-proteína conociendo el sitio de unión

Abstract

Seidh es una librería que implementa un método ab initio, no-ciego, "finegrained"para la predicción de la estructura de un péptido unido a una proteína, partiendo de la estructura de la proteína y del punto de unión. Contextualizado dentro de la biología estructural computacional, esta librería constituye un aporte a uno de los retos actuales de la bioinformática: la predicción de estructuras de biomoléculas. Seidh implementa un algoritmo basado en la naturaleza: el vuelo del ave cuco, un ave cuyos movimientos vienen determinados por la distribución de frecuencias de Lévy. Al tratarse de la implementación de un método ab initio, se emplea una función de evaluación basada en las interacciones que rigen la física molecular, considerando radios atómicos, fuerzas de van der Waals, distancias, potenciales electrostáticos, etc. Posee funciones para detectar y prevenir colisiones, una mejora del rendimiento basada en computación paralela y un sistema de refinado de resultados basado en clustering de conformaciones similares, entre otras características. La librería, exportable como pone de manifiesto su implementación en un servidor web Flask, responde al contexto de partida con la posibilidad de variar su configuración y amoldarla a distintas situaciones de uso, demostrando así ser una solución interesante para la tarea propuesta.

Seidh és una llibreria que implementa un mètode ab initio, no-cec, "finegrained"per a la predicció de l'estructura d'un pèptid unit a una proteïna, partint de l'estructura de la proteïna i del punt d'unió. Contextualitzat dins de la biologia estructural computacional, aquesta llibreria constitueix una aportació a un dels reptes actuals de la bioinformática: la predicció d'estructures de biomolècules. Seidh implementa un algorisme basat en la naturalesa: el vol de l'au cuco, un au els moviments de la qual vénen determinats per la distribució de freqüències de Lévy. En tractar-se de la implementació d'un mètode ab initio, s'empra una funció d'avaluació basada en les interaccions que regeixen la física molecular, considerant radis atòmics, forces de van der Waals, distàncies, potencials electrostàtics, etc. Posseeix funcions per detectar i prevenir col·lisions, una millora del rendiment basada en computació paral·lela i un sistema de refinat de resultats basat en clustering de conformacions similars, entre altres característiques. La llibreria, exportable com posa de manifest la seva implementació en un servidor web Flask, respon al context de partida amb la possibilitat de variar la seva configuració i emmotllar-la a diferents situacions d'ús, demostrant així ser una solució interessant per a la tasca proposada.

Seidh is a library which implements an ab initio method, unblinded, "fine-grained" for the structure prediction of protein binded peptides, parting from the protein structure itself and the binding point. Contextualized within computational structural biology, this library constitutes a contribution to one of the current challenges of bioinformatics: the prediction of biomolecular structures. Seidh implements a nature-based algorithm: the flight of the cuckoo bird, whose movements are determined by a Lévy distribution of frequencies. Being an ab initio method implementation, it employs a scoring function based on the interactions that rule molecular physics, considering atomic radii, Van der Waals forces, distances, electrostatic potentials, etc. It counts also with functions to detect and prevent collisions, an improvement in performance through parallel computation and a result refinement system based on similar conformation clustering, among other characteristics. The library, exportable as proved by its implementation within a Flask webserver, answers to the given starting context with the possibility of altering its configuration and fit different scenarios, thus rendering itself as an interesting solution for the proposed task.