Table Of Content(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)
Algoritmos evolutivos para predi(cid:231)ªo de
estruturas de prote(cid:237)nas
Telma Woerle de Lima
(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)(cid:22)
Algoritmos evolutivos para predi(cid:231)ªo de
estruturas de prote(cid:237)nas
Telma Woerle de Lima
Orientador:
Prof. Dr. Alexandre ClÆudio Botazzo Delbem
Disserta(cid:231)ªo apresentada ao Instituto de CiŒncias MatemÆticas e de Computa(cid:231)ªo -
ICMC-USP, como parte dos requisitos para a obten(cid:231)ªo do t(cid:237)tulo de Mestre em CiŒncias
de Computa(cid:231)ªo e MatemÆtica Computacional.
USP - Sªo Carlos
Setembro/2006
(cid:16)VERSˆO REVISADA AP(cid:211)S A DEFESA(cid:17)
Data da Defesa: 01/ 09/2006
Visto do Orientador:
Dedico este trabalho a minha fam(cid:237)lia.
Agradecimentos
A toda a minha fam(cid:237)lia pelo carinho e apoio recebidos, em especial a minha mªe,
meu pai, meu irmªo e minha tia Nilce pelo apoio (cid:28)nanceiro e emocional sem o qual o
desenvolvimento deste trabalho nªo teria sido poss(cid:237)vel.
Ao meu orientador Prof. Dr. Alexandre ClÆudio Botazzo Delbem, pelo apoio e orien-
ta(cid:231)ªo neste projeto e por tudo que aprendi com ele para desenvolver uma boa pesquisa.
Ao Prof. Dr. Fernando Federson pela amizade, apoio, conselhos e seu tempo depre-
endido em me auxiliar em algumas di(cid:28)culdades encontradas durante o desenvolvimento
deste trabalho.
Aos amigos, pela amizade oferecida, em especial as minhas amigas de repœblica, du-
rante dois anos e meio, AndrØa, Carol e Carla pelos momentos compartilhados juntas e
por terem me auxiliado sempre no que podiam. Ao amigo do mestrado em Engenha-
ria ElØtrica - USP, Rodrigo, pelo aux(cid:237)lio no desenvolvimento deste trabalho e pela sua
amizade.
Ao amigo Paulo pela amizade e pelo aux(cid:237)lio no desenvolvimento de algumas etapas
deste trabalho.
Ao Anderson pelo apoio emocial, pela paciŒncia comigo nos momentos tensos de tØr-
mino deste trabalho e pelo aux(cid:237)lio na escrita e desenvolvimento de algumas imagens
utilizadas neste trabalho.
Aos Profs. Dr. Carlos Fischer e Ivan Rizzo pela sua orienta(cid:231)ªo e sugestıes durante
meus projetos de inicia(cid:231)ªo cient(cid:237)(cid:28)ca e de conclusªo de curso que deram origem ao desen-
volvimento deste trabalho.
Ao CNPQ, pelo fundamental suporte (cid:28)nanceiro dispensado (cid:224) execu(cid:231)ªo desta pesquisa.
Resumo
A Determina(cid:231)ªo da Estrutura tridimensional de Prote(cid:237)nas (DEP) a partir da sua
seq(cid:252)Œncia de aminoÆcidos Ø importante para a engenharia de prote(cid:237)nas e o desenvolvi-
mento de novos fÆrmacos. Uma alternativa para este problema tem sido a aplica(cid:231)ªo de
tØcnicas de computa(cid:231)ªo evolutiva. As abordagens utilizando Algoritmos Evolutivos (AEs)
tem obtido resultados relevantes, porØm estªo restritas a pequenas prote(cid:237)nas, com dezenas
de aminoÆcidos e a algumas classes de prote(cid:237)nas. Este trabalho propıe a investiga(cid:231)ªo de
uma abordagem utilizando AEs para a predi(cid:231)ªo da estrutura terciÆria de prote(cid:237)nas inde-
pendentemente do seu tamanho e classe. Os resultados obtidos demonstram que apesar
das di(cid:28)culdades encontradas a abordagem investigada constitue-se em uma alternativa
em rela(cid:231)ªo aos mØtodos clÆssicos de determina(cid:231)ªo da estrutura terciÆria das prote(cid:237)nas.
Abstract
Protein structure determination (DEP) from aminoacid sequences is very importante to
protein engineering and development of new drugs. Evolutionary computation has been
apliedto this problem with relevantresults. Nevertheless, EvolutionaryAlgorithms (EAs)
can work with only proteins with few aminoacids and some protein classes. This work
proposes an approach using AEs to predict protein tertiary structure independly from
their size and class. The obtained results show that, despite of the di(cid:30)culties that have
been found, the investigate approach is a relevant alternative to classical methods to
protein structure determination.
Lista de Figuras
2.1 Esquema do Modelo NSGA-II (Deb, 2001). . . . . . . . . . . . . . . . . . . 21
2.2 CÆlculo da dist(cid:226)ncia de multidªo no NSGA-II (Deb, 2001). . . . . . . . . . 21
3.1 Estrutura geral de um aminoÆcido. . . . . . . . . . . . . . . . . . . . . . . 27
3.2 Classi(cid:28)ca(cid:231)ªo dos vinte aminoÆcidos padrıes encontrados em prote(cid:237)nas. . . 29
3.3 Processo de forma(cid:231)ªo de uma liga(cid:231)ªo pept(cid:237)dica. . . . . . . . . . . . . . . . 31
3.4 Representa(cid:231)ªo dos Ætomos no mesmo plano. . . . . . . . . . . . . . . . . . 32
ψ φ
3.5 ´ngulos e . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 32
3.6 Mapa de Ramachandran. . . . . . . . . . . . . . . . . . . . . . . . . . . . . 33
β
3.7 Esquema de uma Volta . . . . . . . . . . . . . . . . . . . . . . . . . . . . 34
α
3.8 hØlice. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 35
β
3.9 Folhas . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 37
3.10 Estrutura terciÆria da prote(cid:237)na Crambin (PDB 1CRN). . . . . . . . . . . . 38
3.11 Repressor Lac tetr(cid:226)mero ligado ao DNA (Petsko and Ringe, 2004). . . . . 39
3.12 Estrutura da Alanina Racemase. . . . . . . . . . . . . . . . . . . . . . . . . 40
α
3.13 Motivos Estruturais de Prote(cid:237)nas do Dom(cid:237)nio . . . . . . . . . . . . . . . . 41
α/β
3.14 Motivos Estruturais de Prote(cid:237)nas do Dom(cid:237)nio . . . . . . . . . . . . . . 42
β
3.15 Motivos Estruturais de Prote(cid:237)nas do Dom(cid:237)nio . . . . . . . . . . . . . . . . 45
5.1 GrÆ(cid:28)co da fun(cid:231)ªo de energia potencial de comprimento de liga(cid:231)ªo. . . . . . 77
5.2 GrÆ(cid:28)co da fun(cid:231)ªo de energia potencial de tor(cid:231)ªo. . . . . . . . . . . . . . . 80
5.3 GrÆ(cid:28)co da fun(cid:231)ªo de van der Waals na forma padrªo. . . . . . . . . . . . . 83
5.4 GrÆ(cid:28)co da fun(cid:231)ªo de van der Waals aplicada nos AEs. . . . . . . . . . . . . 84
5.5 GrÆ(cid:28)co da fun(cid:231)ªo de energia eletrostÆtica. . . . . . . . . . . . . . . . . . . 85
6.1 Estruturas dos polipept(cid:237)deos da prote(cid:237)na 1ENH. . . . . . . . . . . . . . . . 91
6.2 ConvergŒncia do AE para o melhor indiv(cid:237)duo dos polipept(cid:237)deos da 1ENH. . 93
6.3 Estruturas terciÆrias da prote(cid:237)na 1CTF. . . . . . . . . . . . . . . . . . . . 94
6.4 ConvergŒncia do AE para o melhor indiv(cid:237)duo da prote(cid:237)na 1CTF. . . . . . . 95
6.5 Estruturas terciÆrias da prote(cid:237)na 1ENH. . . . . . . . . . . . . . . . . . . . 96
6.6 ConvergŒncia do AE para o melhor indiv(cid:237)duo da prote(cid:237)na 1ENH. . . . . . . 97
i
ii LISTA DE FIGURAS
6.7 Estruturas dos polipept(cid:237)deos da prote(cid:237)na 1HOE. . . . . . . . . . . . . . . . 99
6.8 Fronteira de Pareto do primeiro polipept(cid:237)deo da prote(cid:237)na 1HOE. . . . . . . 100
6.9 Distribui(cid:231)ªo dos indiv(cid:237)duos na fronteira de Pareto dividos em 2 objetivos
para o primeiro polipept(cid:237)deo da prote(cid:237)na 1HOE. . . . . . . . . . . . . . . . 101
6.10 Estruturas terciÆrias da prote(cid:237)na 1HOE. . . . . . . . . . . . . . . . . . . . 102
6.11 Fronteira de Pareto da prote(cid:237)na 1HOE. . . . . . . . . . . . . . . . . . . . . 103
6.12 Distribui(cid:231)ªo dos indiv(cid:237)duos na fronteira de Pareto dividos em 2 objetivos
para a prote(cid:237)na 1HOE. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 103
6.13 Estruturas terciÆrias da prote(cid:237)na 1ENH. . . . . . . . . . . . . . . . . . . . 105
6.14 ConvergŒncia do AE para o melhor indiv(cid:237)duo da prote(cid:237)na 1ENH. . . . . . . 105
Lista de Tabelas
2.1 Diferentes Modelos de AEMO. . . . . . . . . . . . . . . . . . . . . . . . . . 20
3.1 Rela(cid:231)ªo dos vinte aminoÆcidos padrıes e respectivos mnem(cid:244)nicos. . . . . . 28
4.1 Exemplo de codi(cid:28)ca(cid:231)ªo do modelo lattice. (Braden, 2002) . . . . . . . . . 57
6.1 DME das estruturas dos polipept(cid:237)deos das prote(cid:237)nas selecionadas. . . . . . 90
6.2 Fun(cid:231)ªo de avalia(cid:231)ªo do melhor indiv(cid:237)duo representando as estruturas dos
polipept(cid:237)deos das prote(cid:237)nas selecionadas. . . . . . . . . . . . . . . . . . . . 92
6.3 DME das estruturas das prote(cid:237)nas selecionadas. . . . . . . . . . . . . . . . 93
6.4 Fitness do melhor indiv(cid:237)duo representando as estruturas das prote(cid:237)nas se-
lecionadas. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 94
6.5 DME das estruturas das prote(cid:237)nas selecionadas obtidos com o AE combi-
nat(cid:243)rio. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 96
6.6 Fitness do melhor indiv(cid:237)duo representando as estruturas das prote(cid:237)nas se-
lecionadas para o AE combinat(cid:243)rio. . . . . . . . . . . . . . . . . . . . . . . 96
6.7 DME das estruturas dos polipept(cid:237)deos das prote(cid:237)nas selecionadas obtidas
pelo AE multi-objetivo. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 98
6.8 DME das estruturas das prote(cid:237)nas selecionadas. . . . . . . . . . . . . . . . 101
6.9 DME das estruturas das prote(cid:237)nas selecionadas obtidos com o AE combi-
nat(cid:243)rio. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 104
6.10 Fun(cid:231)ªo de avalia(cid:231)ªo do melhor indiv(cid:237)duo representando as estruturas das
prote(cid:237)nas selecionadas para o AE combinat(cid:243)rio. . . . . . . . . . . . . . . . 106
iii
iv LISTA DE TABELAS
Description:As abordagens utilizando Algoritmos Evolutivos (AEs) proposes an approach using AEs to predict protein tertiary structure independly from.
