Please use this identifier to cite or link to this item: https://repositorio.ufjf.br/jspui/handle/ufjf/5279
Files in This Item:
File Description SizeFormat 
arturduquerossi.pdf11.15 MBAdobe PDFThumbnail
View/Open
Full metadata record
DC FieldValueLanguage
dc.contributor.advisor1Goliatt, Priscila Vanessa Zabala Capriles-
dc.contributor.advisor1Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4707790H6pt_BR
dc.contributor.referee1Dardenne, Laurent Emmanuel-
dc.contributor.referee1Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4784541T6pt_BR
dc.contributor.referee2Barbosa, Ciro de Barros-
dc.contributor.referee2Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4795632H5pt_BR
dc.creatorRossi, Artur Duque-
dc.creator.Latteshttp://buscatextual.cnpq.br/buscatextual/visualizacv.do?id=K4382372A3pt_BR
dc.date.accessioned2017-08-07T19:03:40Z-
dc.date.available2017-06-21-
dc.date.available2017-08-07T19:03:40Z-
dc.date.issued2017-02-24-
dc.identifier.urihttps://repositorio.ufjf.br/jspui/handle/ufjf/5279-
dc.description.abstractMHOLline is a scientific workflow designed to model and analyze proteins, reaching researchers in domains of Bioinformatics, Biophysics, Computational Chemists and Computational Biologists. This project started in 2004 as a local software and became a web service in 2010 (available at http : //www .mholline . lncc . br), through the partnership between the Universidade Federal do Rio de Janeiro (UFRJ) and Laboratório Nacional de Computação Científica (LNCC). In 2013, a new partnership with Universidade Federal de Juiz de Fora started the development of MHOLline 2.0, now available at http : //www .mholline2 . lncc . br. This version presents a new interface and a refinement ama to logged users, offering the possibility to add or modify the template of the protein, remove signal peptides and restrict secondary structures and optimize protein loops on Modeller. All can be done in an automatic way, dispensing the user to manually generate any script. The user can also refine the protein automatically trough the use of artificial intelligence tools classifying the generated results with a set of restrictions in groups, aiming to reduce the effort to analyze the final refinement results. In this work, we also present a new proposal for clustering protein models based on a set of attributes related to their quality (i.e., energy and structural quality). To the user, in addition to the groups of structures with similar qualities, is also returned the representative structure of each group, in order to assist in the decision making of which model or models will follow for the future studies.pt_BR
dc.description.resumoO MHOLline é um workflow científico voltado para a modelagem e análise de proteínas, atendendo a pesquisadores de diversas áreas, como Bioinformática, Biofísica, Químicos Computacionais e Biólogos Computacionais. Este projeto, iniciado em 2004 como um software de uso local, tornou-se um serviço web em 2010, através da parceria da Universidade Federal do Rio de Janeiro (UFRJ) com o Laboratório Nacional de Computação Científica (LNCC), o qual pode ser acessado pelo endereço web http : //www.mholline . lncc . br. Em 2013, uma parceria com a Universidade Federal de Juiz de Fora deu início ao projeto do MHOLline 2.0, disponível no endereço web http : //www.mholline2 . lncc .br, que conta com adições de softwares, uma interface completamente nova e uma área de refinamento de resultados para usuários logados. A área do refinamento de resultados oferece a possibilidade aos usuários de adicionar ou trocar o molde da proteína modelada, criar restrições de estrutura secundária no Modeller, clivar regiões de peptídeo sinal e otimizar loops no Modeller, tudo de forma automática, dispensando a necessidade do usuário gerar qualquer script manualmente. Caso o usuário deseje é possível refinar a proteína automaticamente, através do uso de ferramentas de inteligência artificial para classificar os resultados gerados com as opções de restrição modeladas, em grupos, visando reduzir o trabalho de analisar os resultados finais do refinamento. Neste trabalho, apresentamos também uma nova proposta para agrupamento de modelos de proteínas baseado em um conjunto de atributos relacionados com a sua qualidade (e.g. energia e estrutural). Ao usuário, além dos grupos de estruturas com qualidades similares, também é retornada a estrutura representativa de cada grupo, com o objetivo de auxiliar na tomada de decisão de qual ou quais modelos seguirão para os próximos estudos.pt_BR
dc.languageporpt_BR
dc.publisherUniversidade Federal de Juiz de Fora (UFJF)pt_BR
dc.publisher.countryBrasilpt_BR
dc.publisher.departmentICE – Instituto de Ciências Exataspt_BR
dc.publisher.programPrograma de Pós-graduação em Modelagem Computacionalpt_BR
dc.publisher.initialsUFJFpt_BR
dc.rightsAcesso Abertopt_BR
dc.subjectModelagem de proteínaspt_BR
dc.subjectFluxo de dadospt_BR
dc.subjectMHOLlinept_BR
dc.subjectProtein Modellingpt_BR
dc.subjectWorkflowpt_BR
dc.subjectMHOLlinept_BR
dc.subject.cnpqCNPQ::CIENCIAS EXATAS E DA TERRApt_BR
dc.titleRefinamento manual e automático de modelos tridimensionais de proteínas para o workflow científico MHOLlinept_BR
dc.typeDissertaçãopt_BR
Appears in Collections:Mestrado em Modelagem Computacional (Dissertações)



Items in DSpace are protected by Creative Commons licenses, with all rights reserved, unless otherwise indicated.