Analítica visual aplicada al diseño de nuevos fármacos

  1. Garcia-Perez, Carlos Armando
Dirigida por:
  1. Roberto Therón Sánchez Director/a
  2. Rafael Peláez Lamamie de Clairac Director/a
  3. José Luis López Pérez Director/a

Universidad de defensa: Universidad de Salamanca

Fecha de defensa: 24 de julio de 2013

Tribunal:
  1. Manuel Medarde Agustín Presidente/a
  2. Rodrigo Santamaría Vicente Secretario/a
  3. Beatriz de Pascual-Teresa Fernández Vocal
  4. José Javier Fernández Castro Vocal
  5. Martín Jaráiz Vocal

Tipo: Tesis

Resumen

[ES]Actualmente se genera una gran cantidad de datos a tal ritmo que en la que práctica, más allá de almacenarla, no es posible recuperarla, transportar, analizar y, sobretodo extraer información útil para los usuarios finales. Este fenómeno conocido como Big Data, es el nuevo reto al que se enfrentan diariamente diferentes áreas y usuarios que van desde las redes sociales, educación, ciencia, economía, seguridad, química, biología, etc. Dos de estas áreas son la bioinformática y quimioinformática, donde se ha producido un gran cambio en la manera en la que se diseñan y desarrollan fármacos. La disponibilidad de un gran número de estructuras tridimensionales de macromoléculas biológicas, dianas potenciales o de facto de fármacos, ha permitido que el diseño de fármacos basado en la estructura de la diana se incorpore de lleno al arsenal de herramientas utilizadas. Entre los métodos computacionales disponibles, el docking y el cribado virtual son los métodos de selección de compuestos más utilizados en la búsqueda de nuevas moléculas bioactivas. Estas metodologías generan una gran cantidad de información en cada etapa del diseño. La analítica visual, a través de visualizaciones interactivas, afrontan este enorme reto de extraer, analizar y presentar información de manera sencilla al químico. Más aun, la analítica visual puede ser una pieza fundamental en el desarrollo de fármacos. En el presente trabajo de tesis, se aprovecha esta oportunidad mediante el desarrollo de una herramienta para analizar resultados de docking y propiciar el descubrimiento de puntos de mejora para futuros experimentos de docking. Empleando diferentes visualizaciones enlazadas a un visualizador molecular tridimensional, es posible presentar la información relevante al químico que le ayude en la toma de decisiones. Para la consecución de este objetivo, ha sido necesaria la implementación de algoritmos de clustering que ayudan a reducir la enorme cantidad de datos, de forma que sea posible la presentación de información de manera sencilla y configurable. Por otro lado, se debe resaltar que al corregir los puntos débiles de los resultados de docking, se logra utilizar el programa Autodock como si se tratase de una herramienta para la búsqueda por farmacóforos, lo que resulta en una significativa aceleración del proceso de diseño de fármacos.