Métodos de execução paralela em GPU visando o aprendizado de máquina em programas de docking molecular proteína-ligante (2024)
- Authors:
- Autor USP: CARVALHO, ALEX SOUZA - IFSC
- Unidade: IFSC
- DOI: 10.11606/003217773
- Subjects: BIOLOGIA MOLECULAR; BIOINFORMÁTICA; APRENDIZADO COMPUTACIONAL
- Language: Português
- Abstract: Com as inovações na área de inteligência artificial, experienciaram-se diversas inovações na área de biologia computacional, em particular na biologia estrutural. Mediante essas novas tecnologias, torna-se imediatamente claro que a coleção de dados biológicos sendo catalogados há décadas podem ser utilizados para alimentar sistemas de aprendizado de máquina (ou machine learning) e potencialmente aprimorar as ferramentas clássicas de análise biomolecular, visando a engenharia de proteínas ou as interações proteína-proteína e proteína-ligante. É sob esta última perspectiva que se apresenta este trabalho destinado à extensão do software pyLiBELa, desenvolvido no Instituto de Física de São Carlos, e que implementa um algoritmo para o docking de ligantes baseado em campos de força AMBER. Utilizando-se do multithreading em placas gráficas da NVIDIA, por meio da ferramenta CUDA, obtiveram-se substanciais ganhos de performance na etapa crucial de computação da representação espacial, em grids, dos potenciais devidos à proteína, demonstrando a eficácia do método para qualquer sistema de docking que utilize uma representação similar. Tomando proveito deste ganho, ingressa-se na etapa de construção de redes neurais convolutivas treinadas nas representações de grids dos complexos proteínas-ligantes do conjunto de dados do PDBBind, a fim de obter-se um modelo que generaliza uma pontuação da afinidade do complexo. Os resultados obtidos com modelos convolucionais demonstraram uma capacidade de aprendizado do modelo, revelando um potencial deste tipo de representação para a análise molecular da interação proteína-ligante.
- Imprenta:
- Publisher place: São Carlos
- Date published: 2024
- Este periódico é de acesso aberto
- Este artigo é de acesso aberto
- URL de acesso aberto
- Cor do Acesso Aberto: gold
- Licença: cc-by-nc-sa
-
ABNT
CARVALHO, Alex Souza. Métodos de execução paralela em GPU visando o aprendizado de máquina em programas de docking molecular proteína-ligante. 2024. Trabalho de Conclusão de Curso (Graduação) – Instituto de Física de São Carlos, Universidade de São Paulo, São Carlos, 2024. Disponível em: https://doi.org/10.11606/003217773. Acesso em: 15 jan. 2026. -
APA
Carvalho, A. S. (2024). Métodos de execução paralela em GPU visando o aprendizado de máquina em programas de docking molecular proteína-ligante (Trabalho de Conclusão de Curso (Graduação). Instituto de Física de São Carlos, Universidade de São Paulo, São Carlos. Recuperado de https://doi.org/10.11606/003217773 -
NLM
Carvalho AS. Métodos de execução paralela em GPU visando o aprendizado de máquina em programas de docking molecular proteína-ligante [Internet]. 2024 ;[citado 2026 jan. 15 ] Available from: https://doi.org/10.11606/003217773 -
Vancouver
Carvalho AS. Métodos de execução paralela em GPU visando o aprendizado de máquina em programas de docking molecular proteína-ligante [Internet]. 2024 ;[citado 2026 jan. 15 ] Available from: https://doi.org/10.11606/003217773
Informações sobre o DOI: 10.11606/003217773 (Fonte: oaDOI API)
Download do texto completo
| Tipo | Nome | Link | |
|---|---|---|---|
 |
Alex_Souza_Carvalho.pdf | Direct link |
How to cite
A citação é gerada automaticamente e pode não estar totalmente de acordo com as normas
