Novas estratégias para métodos in silico na inovação terapêutica utilizando computação distribuída: GriDoMol

• Ano de defesa: 2017
• Autor(a) principal: FERREIRA, Luiz Felipe Gomes Rebello
• Tipo de documento: Tese
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Universidade Federal de Pernambuco; UFPE; Brasil; Programa de Pos Graduacao em Inovacao Terapeutica
• Palavras-chave em Português: Bioinformática; Grid computacional; Moléculas
• Link de acesso: https://repositorio.ufpe.br/handle/123456789/24870

Estima-se que o uso de métodos in silico pode reduzir os custos associados ao desenvolvimento de um novo fármaco em até 50%. Esta redução ocorre porque o número de moléculas que precisam ser testadas e sintetizadas experimentalmente passa a ser drasticamente reduzido devido a alta confiabilidade dos métodos computacionais. Porém, estes métodos podem apresentar uma alta demanda computacional quando o número de moléculas a ser testados é alto e quando se busca maior precisão nos resultados numéricos. Sendo assim, este trabalho apresenta o desenvolvimento do programa GriDoMol, uma plataforma unificada para realizar cálculos de docking molecular em um sistema distribuído, através de um grid computacional, com foco em alto desempenho e precisão. Utilizando o GriDoMol e configurações avançadas de docking, foi possível realizar o docking molecular de um conjunto de 213 complexos em um tempo até 9,91 vezes mais rápido e encontrando soluções de docking mais estáveis, com reduções de até 1,3 Kcal/mol, quando comparado com a execução sequencial deste mesmo conjunto em um único computador, utilizando apenas um núcleo de processamento e a configuração padrão de docking. O GriDoMol também oferece a opção de realizar estudos de vacinologia reversa permitindo cálculos de docking molecular entre candidatos a epítopos e alelos de MHCs de Classe I e II humanos com o intuito de encontrar epítopos que possuam uma boa afinidade por estes alelos, aumentando as chances de apresentar uma resposta imunológica significativa.