Poem@home, Моделирование структуры белка Налаштування

[nikelong]

Проект "Poem@home"

----------------------------------------------------------------------------------------------------------
Официальный сайт
Статистика по команде "Ukraine"
Статистика на фришниках
Статистика на фришниках по команде "Ukraine"

ТОП-20 участников:

----------------------------------------------------------------------------------------------------------
Дата основания команды - 22.10.2007 Капитан - uNiUs
----------------------------------------------------------------------------------------------------------
Для присоединения к команде Украины:
1. Загрузите BOINC менеджер (Если его у Вас еще нет!)
2. Перейдите в "расширенный вид"
3. Выберите сервис ---> добавить проект
4. Введите адрес проекта http://boinc.fzk.de/poem/
5. Введите свои регистрационные данные.
6. Найдите нашу команду. Она называется Ukraine и адрес ее статистики вы могли видеть выше.
7. Если есть доступные для загрузки задания Вы их получите и начнете расчеты.
----------------------------------------------------------------------------------------------------------
Полезная информация:
Для идентификации пользователя в BOINC могут служить 2 вещи:
1) пара e-mail/пароль
2) межпроектный идентификационный ID (Cross-project ID) - 32значное шестнадцатиричное число.

Если Вы пожелаете подключится ещё и к другому BOINC-проекту, то помните: чтобы не плодить новых аккаунтов при подключении к новому проекту или команде, нужно обязательно везде регистрироваться с одним и тем же e-mail/паролем либо CPID. если при регистрации в проекте указать другие e-mail или пароль, BOINC создаст новый аккаунт с тем же именем!
----------------------------------------------------------------------------------------------------------

Описание проекта:
Моделирование струтуры белка, используется модифицированный метод молекулярной динамики с помощью стохастической оптимизации. Проект занимается поиском молекул, которые могут заблокировать хемокины (хемотаксические цитокины), что даст возможность блокировать различные процессы в организме на уровне клеточных рецепторов, например, остановить воспалительный процесс. Ведется совместная работа с проектами, посвященными малярии, онкологии, болезни Алцгеймера. В будущем планируется разработать метод моделирования белковых молекул, которые уже могут использовать фармацевты, врачи, ученые, а также детально изучить структуру мебранных белков.


Вопрос: "Действительно ли поект POEM@Home отличается от других проектов, изучающих белки?"

(Show/Hide)

"При моделировании Белка используются два подхода.
1) Вы изучаете/копируете из природы: Изучая новую последовательность, каждый пробует скопировать
структурные фрагменты известных белков и собирает из них хорошие структуры. Преимущества: Работает
для больших белков, дает превосходные структуры для высокого подобия последовательности. Недостатки:
не работает, когда нет никакого подобия последовательности (новые свертки), не работает, когда нет
никаких экспериментальных данных (трансмембранные белки, с которыми связано 40 % всех известных
наркотиков), отсутствие изучения кинетики.

2) Вы моделируете сворачивающийся процесс так, как это происходит в природе (Folding@Home) с
биофизической моделью. Это делается на основе молекулярной динамики (MD), методом последовательных
приближений с шагом по времени 10E-15 s/step. Поскольку длительность сворачивающегося процесса занимает
миллисекунды, нам необходимо просчитать большое количество шагов. Преимущества: полная информация о
динамике, времени сворачивания, высокая точность структуры. Недостатки: работа только для маленьких белков.

POEM пробует интерполировать между этими двумя подходами. Проект использует раздробленную модель для
свободной энергии белка , то есть - может работать для новых всерток и применений в нано-био-технологиях,
где отсутствуют опытных данных. В отличие от MD, проект использует термодинамическую гипотезу Anfinsons
(Нобелевская премия по Химии 1972), что белки в их биологически активном состоянии на конец существования
имеют минимальную свободную энергию. Процесс моделирования таким образом заменен процессом оптимизации,
который является в тысячи раз быстрее чем MD. Преимущества: Может просчитывать белки по крайней мере
среднего размера, получает картину сворачивания, работает для "новых сверток". Недостатки: все еще
ограниченный размер белков <100 аминокислот, все же не показывает реальную кинетическую картину.

POEM пробует бороться с этими недостатками. Организаторы надеются сделать успехи в следующих направлениях:
- белки "новых сверток" с низким подобием последовательности существующим белкам
- белки в нефизиологических средах (нами получен грант на организацию и внедрение только наиболее
биологически совместимых),
- понимание процесса сворачивания более сложных белков, которые не могут быть изучены методом
непосредственного кинетического моделирования
- межбелковые взаимодействия, где партнеры изменяют их внешний вид при соединении (процесс биологического сигнала)
- усовершенствование образцовых структур для трансмембранных белков

Вопрос: "Сворачивая новую последовательность, как ваш метод будет моделировать действие компаньонок
(не нашел другого значения слова chperones) ? Вы участвовали в каком-нибудь недавнем соревновании CASP?"

(Show/Hide)

Ответы:
"Первый вопрос: Компаньонки действуют (как считает большинство людей), понижая барьеры энергии
перехода furing(?) свертывания. POEM делает это в процессе моделирования любым временным увеличением
"температуры", делая возможным моделирование "туннельных" высоких уровней перехода энергии.

Под температурой здесь понимается не "температура системы", которая определена в показателях энтропии
модели, но "кинетическая температура", которая управляет тем, как долго может происходить моделирование.

Для "туннелирования" мы изобрели стохастический метод туннелирования (см. 1999 PRL),

Более детально - Optimization on the group HP

Ускоряя моделирование тысяч сверток (и используя другие "уловки"wink POEM - тв ысячи раз быстрее чем MD.

Вопрос о CASP: Да, мы участвовали в CASP7. POEM - базируется на методах физики, таким образом здесь
используется взаимодействия Кулона (O (N ** 2)) == EXPENSIVE. Поскольку мы не имели вычислительных
ресурсов, мы расчитывали только цели с менее чем 150 Аминокислотами.

POEM теперь не использует никакого моделирования соответствия. Следовательно мы свободный для шаблона
базовой модели. Для шаблона свободной модели, то есть "новые свертки" мы занимали 5-е место (приблизительно
280 групп). С POEM@HOUM мы надеемся собрать инфраструктуру способную участвовать по полной программе в CASP8."

Вопрос: Мы хотели бы знать о болезнях, которые Poem@Home мог помочь лечить?

(Show/Hide)

Есть два типа проектов:
1) Краткосрочная перспектива: Белки нашей группы определенно могут использоваться при изучении малярии
и речной(водной?) слепотой (river blindness), есть достаточно общие подход к лечению раку связанный с
метилизацией (methylisation ?) ДНК (в обоих случаях мы сотрудничаем с экспериментальными группами).
Мы только что получили финансирование для экспериментальной группы, имеющей дело с разработкой препарата,
который будет воздействовать на chemokines. Chemokines - белки, которые вовлечены в регулирование ячеек
иммунной системы (например участки возбуждения), и POEM@HOME поддержит этот проект, моделируя взаимодействия
chemokines с их рецепторами. Цель этого проекта состоит в том, чтобы развить молекулы, которые блокируют
эти участки и, таким образом, выключают функцию chemokine.

Мы также работаем, как и многие в мире, над бета-амилоидными скоплениями, которые очень важны для болезни
Альцгеймера и множества других дегенеративных болезней нервной системы. Я не могу быть уверенным, что
вычислительные методы принесут искоренение болезни Альцгеймера, но я думаю, что эти исследования - важная
часть для нашего фундаментального понимания. Другие, вышеописанные проекты, имеют к лечению болезней более
непосредственное отношение.

2) Долгосрочные перспективы: долгосрочная цель состоит в том, чтобы иметь лучшие методы предсказания структуры
белка, проверить их в CASP или других методах проверки правильности и затем: сделать их доступными биологам,
фармацевтам и врачам. Есть много белков в мембранах (50 % всех известных наркотикотиеов), но нет стандартных
методы для изучения структуры мембранных белков. Таким образом мы имеем приблизительно 40 000 структур для
белков вне мембран, но только 150 для белков в мембранах, и многие из них близко связаны. Если бы мы были в
состоянии использовать POEM@HOME, чтобы предсказать структуру мембранных белков, мы и другие люди могли
делать значительные успехи в лечении многих болезней, угрожающих человечеству. Наше содействие этому прежде
всего было бы развитием метода, а не определенной болезни."

Вопрос: Что Вы можете сказать на утверждение доктора Бейкера: Розетта использует физически
детальную модель всего атома, и была бесспорно лучшим методом до настоящего времени для новых всерток,
а также для того, чтобы проектировать новые белки.

(Show/Hide)

"Действительно Розетта использует силовую область(forcefield -?) всего атома , хотя эта силовая область, насколько
я знаю, не имел способности сворачивать белки расширенных конфигураций, подобно дорожки всертывания (?).

Я также согласен, что Розетта - один из лучших методов для предсказания новых сверток до настоящего времени,
но результат недавнего эксперимента CASP показал, что есть большая область для усовершенствования подобных
методов. Факт, что новые предсказания сверток являются очень трудными и что качество существующих предсказаний
далеко отстает от экспериментальных методов. Это не критика Розетты, но просто современное состояние данной области.
Теперь все доступные методы дают только иногда точные структуры, трудно предсказать заранее, когда такой успех
произойдет и размер белков, для которых демонстрировались такие успехи, остается ограниченным.

Рабочая гипотеза нашего подхода - то, что биофизическая силовая область, которая может свернуть много белков
совершенно случайных конструкций, является хорошим кандидатом для упорядоченных структур для предсказания
структуры белка. Такие методы, как первоначально полагали, вносили значительный вклад в предсказание структуры
белка в первых раундах CASP, но теперь полностью отстали от методов, базируемых на соответствия фрагментов.

Это - то, что мы теперь проверяем при нашем участии в CASP."

Ссылки по теме:

• боинк.ру
• настройка APP_INFO для POEM, Два GPU-задания одновременно

График ППД команды за последние 60 дней:

(Show/Hide)

http://www.boinc-af.org/content/view/806/219/

http://www.dp.by/wiki/Projects/Poemathome

http://wiki.bc-team.org/index.php?title=POEM%40home/en

http://www.irelandboinc.com/projects/40-pr...ts/102-poemhome

Це повідомлення відредагував x3mEn: May 23 2012, 21:17

[Arbalet]

В проекте начато исследование системы секреции третьего типа у патогенных бактерий (Type III Secretion System Project, project 412). Эта система, подобно троянскому коню, позволяет бактериям заражать ежегодно сотни миллионов человек, вызывая тяжелые инфекционные заболевания.

Система секреции третьего типа (Type three secretion system, TTSS или T3SS) является одной из основных причин вирулентности таких бактерий как:

• Шигеллы (Shigella) — попадают в организм человека с пищей и вызывают, в частности, бактериальную дизентерию (Shigella dysenteriae) — тяжелую кишечную инфекцию. Ежегодно от шигеллы страдает свыше 165 млн. человек, из которых более 1 млн. погибают.
• Кишечные палочки (E. coli) вызывают пищевые отравления и расстройства кишечника. Только один вид E. coli заражает каждый год 200 млн. людей (380 тысяч случаев смерти), преимущественно в развивающихся странах.
• Сальмонеллы (Salmonella) — возбудители брюшного тифа и паратифа, на долю которых приходится 30 млн. заболеваний и 250 тысяч смертей ежегодно.
• Чумная палочка (Yersinia pestis) — инфекционный агент, вызывающий чуму, например, такую, от которой в 1300-х годах в Европе погибло 30% населения.
• Синегнойная палочка (Pseudomonas aeruginosa) — "больничная" инфекция, поражающая людей с ослабленным иммунитетом; очень опасный возбудитель, устойчивый к антибиотикам.
• Хламидии (Chlamydia) — возбудители большого числа венерических заболеваний, а также основная причина инфекционной слепоты во всем мире.

Система секреции третьего типа — биомолекулярная "машина", которая внедряет содействующие заражению специфические белки (так называемые эффекторы) в клетки организма. Например, сальмонеллы с помощью системы секреции третьего типа изменяют структуру мембраны эпителиальных клеток и легко проникают в них.

Особый интерес для исследователей из POEM@HOME представляет сигнал, запускающий механизм секреции белков третьего типа. Это ключевое событие в процессе инфицирования клетки и его нарушение (ингибирование) предположительно может лишить бактерии возможности заражать здоровые клетки. Характер сигнала секреции до настоящего времени неизвестен. Поэтому любое продвижение в данном направлении может стать основой для разработки антибиотиков нового типа, которые смогут значительно снижать вирулентность патогенных бактерий. В отличие от существующих антибиотиков, которые подавляют жизнеспособность размножающихся бактерий и вызывают массу побочных эффектов, новый тип препарата будет только ограничивать инфекционные возможности бактерий, не нанося непоправимого урона полезной микрофлоре человеческого организма.

Патогенные бактерии, использующие систему секреции третьего типа — настоящий бич для развивающихся стран. Особенно часто от вызываемых ими инфекций страдают дети и люди с ослабленной иммунной системой, в частности, больные СПИДом. Постоянный рост резистентности (устойчивости) к антибиотикам бактерий вызывает острую необходимость в разработке новых методов борьбы с ними. Всемирная организация здравоохранения (ВОЗ) объявила кишечные инфекции одной из основных проблем в области глобального здравоохранения, и призывает к активным научным работам по данной проблематике. Будем надеяться, что результаты исследования системы секреции третьего типа, начатые проектом POEM@HOME, подарят нам надежду на появление новых антибиотиков.

Интернет-журнал "Распределенные вычисления"