Modelagem estatística do fenômeno de troca hidrogênio/deutério em proteínas através de propriedades estruturais e dinâmicas

Detalhes bibliográficos
Autor(a) principal: Machado, Lucas de Almeida
Data de Publicação: 2016
Tipo de documento: Dissertação
Idioma: por
Título da fonte: Repositório Institucional da FIOCRUZ (ARCA)
Texto Completo: https://www.arca.fiocruz.br/handle/icict/19387
Resumo: O estudo da estrutura e da dinâmica de proteínas é de suma importância para a compreensão dos mecanismos funcionais das mesmas. Dentre os métodos experimentais disponíveis para realizar esse tipo de estudo, está a utilização da troca hidrogênio/deutério (HX). Este método consiste em expor a proteína à água deuterada e analisar através de ressonância magnética nuclear (NMR) ou espectrometria de massa (MS) quais dos hidrogênios amídicos foram trocados por deutérios do solvente, permitindo assim, inferir grau de exposição ao solvente, presença de ligações hidrogênio e flexibilidade da proteína. Diversos modelos foram criados nos últimos anos afim de explicar e predizer dados de HX, porém, nenhum deles foi capaz de explicar completamente o fenômeno. No presente trabalho foram construídos modelos estatísticos para explicar dados de troca obtidos por MS, utilizando parâmetros estruturais (número de contatos e ligações hidrogênio) e parâmetros que descrevem a dinâmica: como fatores B, flutuações obtidas por análise de modos normais (NMA) e por modelos de redes elásticas (ENM) Empregando parâmetros estruturais, dinâmicos e informações acerca das condições experimentais, também foram construídos modelos preditivos lineares e baseados em machine learning para dados de troca obtidos por NMR. Observamos que a adição das variáveis dinâmicas aos modelos que utilizam apenas parâmetros estruturais aumenta as correlações entre os valores ajustados e os dados experimentais obtidos por MS. Além disso, o modelo preditivo baseado em machine learning construído para a predição de dados de HX obtidos por se mostrou eficaz na predição dos dados de diversas proteínas. Os resultados aqui mostrados realçam a influência dos movimentos de grande amplitude sobre os dados de HX, e a importância da dinâmica na modelagem desse tipo de dado, assim como a utilização de informações acerca das condições experimentais
id CRUZ_5b0d496e108c525b5ddc6418d46d4a14
oai_identifier_str oai:www.arca.fiocruz.br:icict/19387
network_acronym_str CRUZ
network_name_str Repositório Institucional da FIOCRUZ (ARCA)
repository_id_str 2135
spelling Machado, Lucas de AlmeidaCosta, Mauricio Garcia de SouzaAlmeida, Fabio Ceneviva LacerdaAlves, Marcelo RibeiroPaula, Viviane Silva deGomes Neto, FranciscoBatista, Paulo Ricardo2017-06-14T13:54:02Z2017-06-14T13:54:02Z2016MACHADO, L. A. Modelagem estatística do fenômeno de troca hidrogênio/deutério em proteínas através de propriedades estruturais e dinâmicas. 2016. 51f. Dissertação (Mestrado em Biologia Computacional e Sistemas) - Fundação Oswaldo Cruz, Instituto Oswaldo Cruz, Rio de janeiro, RJ, 2016https://www.arca.fiocruz.br/handle/icict/19387O estudo da estrutura e da dinâmica de proteínas é de suma importância para a compreensão dos mecanismos funcionais das mesmas. Dentre os métodos experimentais disponíveis para realizar esse tipo de estudo, está a utilização da troca hidrogênio/deutério (HX). Este método consiste em expor a proteína à água deuterada e analisar através de ressonância magnética nuclear (NMR) ou espectrometria de massa (MS) quais dos hidrogênios amídicos foram trocados por deutérios do solvente, permitindo assim, inferir grau de exposição ao solvente, presença de ligações hidrogênio e flexibilidade da proteína. Diversos modelos foram criados nos últimos anos afim de explicar e predizer dados de HX, porém, nenhum deles foi capaz de explicar completamente o fenômeno. No presente trabalho foram construídos modelos estatísticos para explicar dados de troca obtidos por MS, utilizando parâmetros estruturais (número de contatos e ligações hidrogênio) e parâmetros que descrevem a dinâmica: como fatores B, flutuações obtidas por análise de modos normais (NMA) e por modelos de redes elásticas (ENM) Empregando parâmetros estruturais, dinâmicos e informações acerca das condições experimentais, também foram construídos modelos preditivos lineares e baseados em machine learning para dados de troca obtidos por NMR. Observamos que a adição das variáveis dinâmicas aos modelos que utilizam apenas parâmetros estruturais aumenta as correlações entre os valores ajustados e os dados experimentais obtidos por MS. Além disso, o modelo preditivo baseado em machine learning construído para a predição de dados de HX obtidos por se mostrou eficaz na predição dos dados de diversas proteínas. Os resultados aqui mostrados realçam a influência dos movimentos de grande amplitude sobre os dados de HX, e a importância da dinâmica na modelagem desse tipo de dado, assim como a utilização de informações acerca das condições experimentaisThe study of protein structure and dynamics is an important step to understand its functional mechanisms. Hydrogen/deuterium exchange (HX) is one of the methods available for this kind of investigation. This method consist of exposing the protein to heavy water and analyzing through mass spectrometry (MS) or nuclear magnetic resonance (NMR) which amidic hydrogens exchanged with water\2019s deuterons, thus allowing to infer solvent exposure, presence of hydrogen bonds and protein flexibility. In the last years, several models were built in order to explain and predict HX data. However, none of them was able of explaining the data. In the present work, we built statistical models to explain HX data probed through MS, using structural parameters (number of contacts and hydrogen bonds) and dynamical parameters, such as B-factors, fluctuations obtained through normal mode analysis (NMA) and through elastic network model (ENM). Using information of experimental conditions in conjunction with structural and dynamical parameters, we built machine learning based models and linear models to predict HX data obtained through NMR. Here we observed that the inclusion of dynamical parameters in models built purely with structural parameters enhances the correlations between experimental data and the fitted values. Besides that, machine learning based predictive models for HX data obtained through NMR was efficient in predicting data of several proteins. The results shown here highlight the influence of large amplitude motions in the HX data and the importance of dynamics when modeling this kind of data, as well as the use of experimental condition informationFundação Oswaldo Cruz. Instituto Oswaldo Cruz. Rio de Janeiro, RJ, BrasilporModelagem estatística do fenômeno de troca hidrogênio/deutério em proteínas através de propriedades estruturais e dinâmicasinfo:eu-repo/semantics/publishedVersioninfo:eu-repo/semantics/masterThesis2016-03-29Pós-Graduação em Biologia Computacional e SistemasFundação Oswaldo Cruz. Instituto Oswaldo CruzRio de Janeiro/RJPrograma de Pós-Graduação em Biologia Computacional e SistemasMedição da Troca de DeutérioAnálise EstatísticaProteínasDeutérioinfo:eu-repo/semantics/openAccessreponame:Repositório Institucional da FIOCRUZ (ARCA)instname:Fundação Oswaldo Cruz (FIOCRUZ)instacron:FIOCRUZLICENSElicense.txttext/plain1748https://www.arca.fiocruz.br/bitstream/icict/19387/1/license.txt8a4605be74aa9ea9d79846c1fba20a33MD51ORIGINALlucas_machado_ioc_mest_2016.pdflucas_machado_ioc_mest_2016.pdfapplication/pdf4075746https://www.arca.fiocruz.br/bitstream/icict/19387/2/lucas_machado_ioc_mest_2016.pdfc9be5a7c698783976a3202fab98c9adaMD52TEXTlucas_machado_ioc_mest_2016.pdf.txtlucas_machado_ioc_mest_2016.pdf.txtExtracted texttext/plain153113https://www.arca.fiocruz.br/bitstream/icict/19387/3/lucas_machado_ioc_mest_2016.pdf.txt4da83beb159352833519dc3dfe1492c8MD53icict/193872018-08-15 02:53:08.523oai:www.arca.fiocruz.br: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Repositório InstitucionalPUBhttps://www.arca.fiocruz.br/oai/requestrepositorio.arca@fiocruz.bropendoar:21352018-08-15T05:53:08Repositório Institucional da FIOCRUZ (ARCA) - Fundação Oswaldo Cruz (FIOCRUZ)false
dc.title.pt_BR.fl_str_mv Modelagem estatística do fenômeno de troca hidrogênio/deutério em proteínas através de propriedades estruturais e dinâmicas
title Modelagem estatística do fenômeno de troca hidrogênio/deutério em proteínas através de propriedades estruturais e dinâmicas
spellingShingle Modelagem estatística do fenômeno de troca hidrogênio/deutério em proteínas através de propriedades estruturais e dinâmicas
Machado, Lucas de Almeida
Medição da Troca de Deutério
Análise Estatística
Proteínas
Deutério
title_short Modelagem estatística do fenômeno de troca hidrogênio/deutério em proteínas através de propriedades estruturais e dinâmicas
title_full Modelagem estatística do fenômeno de troca hidrogênio/deutério em proteínas através de propriedades estruturais e dinâmicas
title_fullStr Modelagem estatística do fenômeno de troca hidrogênio/deutério em proteínas através de propriedades estruturais e dinâmicas
title_full_unstemmed Modelagem estatística do fenômeno de troca hidrogênio/deutério em proteínas através de propriedades estruturais e dinâmicas
title_sort Modelagem estatística do fenômeno de troca hidrogênio/deutério em proteínas através de propriedades estruturais e dinâmicas
author Machado, Lucas de Almeida
author_facet Machado, Lucas de Almeida
author_role author
dc.contributor.member.none.fl_str_mv Costa, Mauricio Garcia de Souza
Almeida, Fabio Ceneviva Lacerda
Alves, Marcelo Ribeiro
Paula, Viviane Silva de
Gomes Neto, Francisco
dc.contributor.author.fl_str_mv Machado, Lucas de Almeida
dc.contributor.advisor1.fl_str_mv Batista, Paulo Ricardo
contributor_str_mv Batista, Paulo Ricardo
dc.subject.decs.pt_BR.fl_str_mv Medição da Troca de Deutério
Análise Estatística
Proteínas
Deutério
topic Medição da Troca de Deutério
Análise Estatística
Proteínas
Deutério
description O estudo da estrutura e da dinâmica de proteínas é de suma importância para a compreensão dos mecanismos funcionais das mesmas. Dentre os métodos experimentais disponíveis para realizar esse tipo de estudo, está a utilização da troca hidrogênio/deutério (HX). Este método consiste em expor a proteína à água deuterada e analisar através de ressonância magnética nuclear (NMR) ou espectrometria de massa (MS) quais dos hidrogênios amídicos foram trocados por deutérios do solvente, permitindo assim, inferir grau de exposição ao solvente, presença de ligações hidrogênio e flexibilidade da proteína. Diversos modelos foram criados nos últimos anos afim de explicar e predizer dados de HX, porém, nenhum deles foi capaz de explicar completamente o fenômeno. No presente trabalho foram construídos modelos estatísticos para explicar dados de troca obtidos por MS, utilizando parâmetros estruturais (número de contatos e ligações hidrogênio) e parâmetros que descrevem a dinâmica: como fatores B, flutuações obtidas por análise de modos normais (NMA) e por modelos de redes elásticas (ENM) Empregando parâmetros estruturais, dinâmicos e informações acerca das condições experimentais, também foram construídos modelos preditivos lineares e baseados em machine learning para dados de troca obtidos por NMR. Observamos que a adição das variáveis dinâmicas aos modelos que utilizam apenas parâmetros estruturais aumenta as correlações entre os valores ajustados e os dados experimentais obtidos por MS. Além disso, o modelo preditivo baseado em machine learning construído para a predição de dados de HX obtidos por se mostrou eficaz na predição dos dados de diversas proteínas. Os resultados aqui mostrados realçam a influência dos movimentos de grande amplitude sobre os dados de HX, e a importância da dinâmica na modelagem desse tipo de dado, assim como a utilização de informações acerca das condições experimentais
publishDate 2016
dc.date.issued.fl_str_mv 2016
dc.date.accessioned.fl_str_mv 2017-06-14T13:54:02Z
dc.date.available.fl_str_mv 2017-06-14T13:54:02Z
dc.type.status.fl_str_mv info:eu-repo/semantics/publishedVersion
dc.type.driver.fl_str_mv info:eu-repo/semantics/masterThesis
format masterThesis
status_str publishedVersion
dc.identifier.citation.fl_str_mv MACHADO, L. A. Modelagem estatística do fenômeno de troca hidrogênio/deutério em proteínas através de propriedades estruturais e dinâmicas. 2016. 51f. Dissertação (Mestrado em Biologia Computacional e Sistemas) - Fundação Oswaldo Cruz, Instituto Oswaldo Cruz, Rio de janeiro, RJ, 2016
dc.identifier.uri.fl_str_mv https://www.arca.fiocruz.br/handle/icict/19387
identifier_str_mv MACHADO, L. A. Modelagem estatística do fenômeno de troca hidrogênio/deutério em proteínas através de propriedades estruturais e dinâmicas. 2016. 51f. Dissertação (Mestrado em Biologia Computacional e Sistemas) - Fundação Oswaldo Cruz, Instituto Oswaldo Cruz, Rio de janeiro, RJ, 2016
url https://www.arca.fiocruz.br/handle/icict/19387
dc.language.iso.fl_str_mv por
language por
dc.rights.driver.fl_str_mv info:eu-repo/semantics/openAccess
eu_rights_str_mv openAccess
dc.source.none.fl_str_mv reponame:Repositório Institucional da FIOCRUZ (ARCA)
instname:Fundação Oswaldo Cruz (FIOCRUZ)
instacron:FIOCRUZ
instname_str Fundação Oswaldo Cruz (FIOCRUZ)
instacron_str FIOCRUZ
institution FIOCRUZ
reponame_str Repositório Institucional da FIOCRUZ (ARCA)
collection Repositório Institucional da FIOCRUZ (ARCA)
bitstream.url.fl_str_mv https://www.arca.fiocruz.br/bitstream/icict/19387/1/license.txt
https://www.arca.fiocruz.br/bitstream/icict/19387/2/lucas_machado_ioc_mest_2016.pdf
https://www.arca.fiocruz.br/bitstream/icict/19387/3/lucas_machado_ioc_mest_2016.pdf.txt
bitstream.checksum.fl_str_mv 8a4605be74aa9ea9d79846c1fba20a33
c9be5a7c698783976a3202fab98c9ada
4da83beb159352833519dc3dfe1492c8
bitstream.checksumAlgorithm.fl_str_mv MD5
MD5
MD5
repository.name.fl_str_mv Repositório Institucional da FIOCRUZ (ARCA) - Fundação Oswaldo Cruz (FIOCRUZ)
repository.mail.fl_str_mv repositorio.arca@fiocruz.br
_version_ 1813008923944288256