Využití simulovaného žíhání pro optimalizaci molekulárních otisků ve virtuálním screeningu

• Název práce v češtině: Využití simulovaného žíhání pro optimalizaci molekulárních otisků ve virtuálním screeningu
• Název v anglickém jazyce: Utilizing simulated annealing for molecular fingerprints optimization for virtual screening
• Klíčová slova: cheminformatika; virtuální screening; molekulární otisky; simulované žíhání
• Klíčová slova anglicky: cheminformatics; virtual screening; molecular fingerprints; simulated annealing
• Akademický rok vypsání: 2016/2017
• Typ práce: bakalářská práce
• Jazyk práce: angličtina
• Ústav: Katedra softwarového inženýrství (32-KSI)
• Vedoucí / školitel: doc. RNDr. David Hoksza, Ph.D.
• Řešitel: skrytý - zadáno a potvrzeno stud. odd.
• Datum přihlášení: 16.01.2017
• Datum zadání: 16.01.2017
• Datum potvrzení stud. oddělením: 08.03.2017
• Datum a čas obhajoby: 06.09.2017 00:00
• Datum odevzdání elektronické podoby: 21.07.2017
• Datum odevzdání tištěné podoby: 21.07.2017
• Datum proběhlé obhajoby: 06.09.2017
• Oponenti: RNDr. Miroslav Kratochvíl, Ph.D.

Zásady pro vypracování

Virtuální screening (VS) je přístup k počítačové identifikaci bioaktivních sloučenin, kdy vstupem je databáze malých sloučenin a výstupem pak setřídění této databáze podle pravděpodobnosti sloučenin vázat se na daný makromolekulární cíl. Často využívaným přístupem v rámci VS je tzv. ligand-based VS. V LBVS je databáze prioritizována na základě podobnosti screenovaných sloučenin k jedné nebo více molekulám, o kterých je známo, že jsou schopny se na daný cíl vázat. Počítačová reprezentace molekuly a definice podobnosti pak hrají zásadní roli v efektivitě VS. Typicky používané molekulární reprezentace popisují molekulu jako seznam fragmentů nebo fyzikálně-chemických vlastností, případně jako vlastností fragmentů. Molekulární podobnost je pak definována jako podobnost těchto seznamů. Všechny fragmenty a vlastnosti ovšem dostávají stejnou váhu. Cílem práce je otestovat možnosti vážení jednotlivých vlastností fragmentů a parametrizace molekulární podobnosti. V první fázi práce bude navržena podobnostní míra definující podobnost molekul jako podobnost fyzikálně-chemických vlastností fragmentů, které porovnávané molekuly tvoří. V další části pak budou zkoumány možnosti využítí simulvaného žíhání k optimalizaci vah jednotlivých vlastností.

Seznam odborné literatury

[1] Andrew R. Leach, V.J. Gillet (2007) An Introduction to Chemoinformatics. Springer
[2] Rajarshi Guha, Andreas Bender (2014) Computational Approaches in Cheminformatics and Bioinformatics. Wiley
[3] Jean-Loup Faulon, Andreas Bender. Handbook of Chemoinformatics Algorithms. Chapman and Hall/CRC; 1 edition, April 21, 2010
[4] Tudor I. Oprea. Chemoinformatics in Drug Discovery. John Wiley & Sons, 2006

Předběžná náplň práce v anglickém jazyce

Virtuální screening (VS) is a method for in-silico identification of bioactive compounds where the input is a database of small molecules and the output is ranking of the database based on the probability of the input molecules to bind to given macromolecular target. Often used approach to VS is ligand-based VS (LBVS). In LBVS, the database is prioritized based on the similarity of the compounds being similar to one or more compounds for which their binding affinity to the target is already known. The key determinant of VS performance is the computational representation of a molecule and how molecular similarity is defined. Commonly used molecular representations describe molecule as a list of its constituent fragments or physico-chemical properties, or fragments properties. Molecular similarity is then defined as similarity of the lists. However, all fragments get the same weight. The goal of the thesis is to evaluate possibilities of weighting fragments or fragments properties and possibilities of molecular similarity parametrization. In the first phase of the project, the student will propose similarity measure defining similarity of molecules as similarity of properties of their constituting fragments. In the next phase, the student will evaluate the possibility of using simulated annealing to optimize individual weights.