Predição de estrutura de proteína por homologia assistida por ontologia.

Detalhes bibliográficos
Ano de defesa: 2007
Autor(a) principal: Pinagé, Kellen Fabiane da Silva
Outros Autores: http://lattes.cnpq.br/6127552144687091
Orientador(a): Não Informado pela instituição
Banca de defesa: Não Informado pela instituição
Tipo de documento: Dissertação
Tipo de acesso: Acesso aberto
Idioma: por
Instituição de defesa: Universidade Federal do Amazonas
Instituto de Computação
BR
UFAM
Programa de Pós-graduação em Informática
Programa de Pós-Graduação: Não Informado pela instituição
Departamento: Não Informado pela instituição
País: Não Informado pela instituição
Palavras-chave em Português:
Link de acesso: http://tede.ufam.edu.br/handle/tede/2888
Resumo: Predição de estrutura de proteína é um processo na Biologia Molecular pelo qual a estrutura 3D de uma proteína é determinada com base em estruturas já conhecidas de outras proteínas. É um processo importante porque a estrutura de uma proteína é um fator determinante para sua função na célula. Conhecendo a estrutura de uma proteína, os cientistas podem descobrir que tipo de atividade a proteína realiza na célula e criar drogas para combater doenças. O processo de predição é baseado na similaridade entre as seqüências de aminoácidos que formam proteínas: a estrutura de uma proteína alvo é predita reusando conhecimento de proteínas cujas estruturas já foram determinadas e suas seqüências de aminoácidos são similares à seqüência alvo. Portanto, reuso de conhecimento ocorre no processo de predição de estrutura de proteína, mas sem a utilização de uma ontologia de domínio. Neste trabalho, nós aplicamos uma técnica de reuso de conhecimento baseado em ontologia na predição de estrutura de proteína com o objetivo de melhorar o processo de predição em sua eficiência e qualidade das estruturas obtidas. Um experimento foi realizado no qual a técnica foi aplicada para predizer a estrutura de 286 seqüências alvo. Houve melhorias e perdas de qualidade das estruturas preditas, ao passo que um ganho de performance (tempo de execução) foi observado em 38% das seqüências alvo.