Predição de estruturas de proteínas com algoritmos paralelos ortogonais às plataformas paralelas

• Processo: 17/25410-8
• Linha de fomento: Bolsas no Brasil - Iniciação Científica
• Vigência (Início): 01 de março de 2018
• Vigência (Término): 28 de fevereiro de 2019
• Área do conhecimento: Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
• Pesquisador responsável: Paulo Sérgio Lopes de Souza
• Beneficiário: Matheus Henrique Junqueira Saldanha
• Instituição-sede: Instituto de Ciências Matemáticas e de Computação (ICMC). Universidade de São Paulo (USP). São Carlos, SP, Brasil
• Vinculado ao auxílio: 13/07375-0 - CeMEAI - Centro de Ciências Matemáticas Aplicadas à Indústria, AP.CEPID
• Assunto(s): Computação de alto desempenho Modelagem computacional Programação paralela Elementos estruturais de proteínas Estrutura tridimensional de proteínas Algoritmos

Resumo

Devido à abundância e importância das proteínas, o melhor conhecimento sobre essas moléculas é reconhecidamente de grande interesse para a ciência. No entanto, experimentos em laboratório para estudá-las são caros e demorados, o que motivou o surgimento de estudos sobre métodos computacionais para predizer os comportamentos das proteínas; dentre os quais se encontra sua estrutura tridimensional (3D). O problema de determinar a estrutura 3D de uma proteína com base em sua sequência de aminoácidos é NP-completo, e as tentativas de resolver este problema com algoritmos sequenciais se mostram insuficientes, o que aponta para uma clara necessidade de se aplicar computação paralela nesse problema. Neste projeto serão investigados algoritmos paralelos, presentes na literatura, de predição de estruturas de proteínas, buscando-se oportunidades de adaptá-los para plataformas paralelas diferentes. Com isso, será determinado um conjunto de algoritmos que seja diverso em termos das arquiteturas paralelas e modelos e programação paralela utilizados. Esse conjunto será implementado, avaliado e disponibilizado publicamente, para auxiliar o desenvolvimento de algoritmos de predição mais elaborados que utilizam um repertório de algoritmos como ferramenta para obter melhores predições. (AU)