Busca avançada
Ano de início
Entree

Predição de novas neurotoxinas da família das Latrotoxinas em Aranhas usando Redes Neurais Profundas e base de dados aumentada

Processo: 24/07032-0
Modalidade de apoio:Bolsas no Brasil - Iniciação Científica
Data de Início da vigência: 01 de outubro de 2024
Data de Término da vigência: 30 de setembro de 2025
Área de conhecimento:Ciências Exatas e da Terra - Ciência da Computação - Metodologia e Técnicas da Computação
Pesquisador responsável:Milton Yutaka Nishiyama Junior
Beneficiário:Gustavo Akio Honda
Instituição Sede: Instituto Butantan. Secretaria da Saúde (São Paulo - Estado). São Paulo , SP, Brasil
Assunto(s):Aprendizagem profunda   Aranhas   Farmacologia   Neurotoxinas   Transcriptoma   Biologia computacional
Palavra(s)-Chave do Pesquisador:aprendizagem profunda | Aranhas | mecanismo de ação | neurotoxinas | Transcriptoma | Bioinformática

Resumo

As toxinas do veneno de aracnídeos tem sido fonte para identificação de potenciais compostos bioativos para o desenvolvimento de novos fármacos, e o estudo da sua composição e ações fisiológicas são de grande valia para a área médica e biotecnológica. Nas últimas décadas, novas proteínas foram obtidas de organismos não-modelo ou geradas por modelos computacionais generativos. Tradicionalmente as proteínas são anotadas funcionalmente por abordagens de homologia e composição de domínios. No entanto, anotações precisas e de maior qualidade que permitam avaliar seu correto dobramento e determinar sua atividade funcional continuam sendo um desafio. A rota evolutiva molecular e a composição das toxinas do veneno de aracnídeos apresentam alta complexidade. Estudos tem evidenciado conservação em relação aos seus genes ancestrais, e uma inter-relação de fatores como duplicação gênica, splicing alternativo e modificações pós-traducionais, apresentando mecanismos que possibilitam a diversificação da eficácia divergente da ação fisiológica em relação ao gene ancestral, gerando diversidade de venenos. As famílias das neurotoxinas são objeto deste estudo, especialmente as Latrotoxinas. Nosso objetivo é estabelecer uma arquitetura utilizando um modelo baseado em redes neurais profundas e modelos ancestrais, como modelos de redes neurais generativas adversárias, para ampliar a representação de proteínas da família de interesse, cirando bancos de treinamento, e estabelecer um processo de classificação quanto à sua funcionalidade neurotóxica, de forma a facilitar a identificação de proteínas ainda não classificadas ou hipotéticas. Além disso, construiremos um banco de dados de proteínas funcionais das famílias de neurotoxinas e latrotoxinas para representar o ajuste funcional de proteínas pertencentes à respectiva família, utilizando um algoritmo de grandes modelos de linguagem de proteínas. Sendo uma área nova e em expansão, pretendemos estabelecer métricas para avaliar a qualidade de sequências e a sua atividade funcional de forma a impulsionar a investigação em engenharia de proteínas, servindo de referência para modelos generativos de sequências proteicas e auxiliando na seleção de variantes ativas para experimentação, proporcionando descobertas tanto na área biológica quanto computacional, além de contribuir para os projetos em desenvolvimento pelo nosso grupo.

Matéria(s) publicada(s) na Agência FAPESP sobre a bolsa:
Mais itensMenos itens
Matéria(s) publicada(s) em Outras Mídias ( ):
Mais itensMenos itens
VEICULO: TITULO (DATA)
VEICULO: TITULO (DATA)