Υπολογιστικός Σχεδιασμός Πρωτεϊνών

Μαθησιακά Αποτελέσματα

Αυτό το μάθημα εισάγει τις δομικές και ενεργειακές αρχές που διέπουν την αρχιτεκτονική των πρωτεϊνών, αποτελώντας τη βάση για τον υπολογιστικό σχεδιασμό. Καλύπτει τις μοντέλα που χρησιμοποιούνται για την αξιολόγηση των διαμορφώσεων των πρωτεϊνών, μαζί με βασικούς αλγόριθμους για τη βελτιστοποίηση της αλληλουχίας και της δομής. Οι φοιτητές εισάγονται σε σύγχρονα εργαλεία πρόβλεψης δομής και σε μεγάλες πλατφόρμες λογισμικού όπως τα AlphaFold, Rosetta, FoldX και μεθόδους που βασίζονται στην Τεχνητή Νοημοσύνη. Το μάθημα εξετάζει περαιτέρω στρατηγικές για τη μηχανική διεπαφών πρωτεΐνης-συνδέτη και πρωτεΐνης-πρωτεΐνης. Συζητούνται επίσης μελέτες περιπτώσεων πραγματικού κόσμου που υπογραμμίζουν εφαρμογές στον επανασχεδιασμό ενζύμων, τη θεραπευτική μηχανική πρωτεϊνών και τη δημιουργία de novo πρωτεϊνών.

Μετά την ολοκλήρωση, οι φοιτητές θα είναι σε θέση να:

• Εξηγήσουν τη δομική οργάνωση των πρωτεϊνών από την πρωτογενή έως τεταρτογενή δομή και να περιγράψουν τις φυσικοχημικές ιδιότητες που οδηγούν στην αναδίπλωση και τη σταθερότητα.
• Ερμηνεύσουν πώς οι δομικές και ενεργειακές αρχές αποτελούν την εννοιολογική βάση για τον υπολογιστικό σχεδιασμό πρωτεϊνών
• Περιγράψουν τα συστατικά και τις υποθέσεις πίσω από τις συναρτήσεις βαθμολόγησης που βασίζονται στη φυσική και τη στατιστική και χρησιμοποιούνται για την αξιολόγηση των διαμορφώσεων των πρωτεϊνών.
• Αξιολογήσουν πώς διαφορετικοί ενεργειακοί όροι επηρεάζουν την ακρίβεια της δομικής πρόβλεψης και τις αποφάσεις σχεδιασμού.
• Συγκρίνουν βασικές στρατηγικές υπολογιστικής βελτιστοποίησης όπως DEE, Monte Carlo και εξελικτικούς αλγόριθμους.
• Επιλέγουν κατάλληλες αλγοριθμικές προσεγγίσεις για την αποτελεσματική εξερεύνηση του χώρου αλληλουχιών, διατηρώντας παράλληλα τον βιοχημικό ρεαλισμό.
• Συνοψίζουν κλασικές και βασισμένες στην Τεχνητή Νοημοσύνη προσεγγίσεις για την πρόβλεψη της δομής των πρωτεϊνών από την αλληλουχία.
• Αξιολογούν πώς οι προσομοιώσεις αναδίπλωσης μπορούν να επαληθεύσουν, να βελτιώσουν ή να αμφισβητήσουν υποθέσεις υπολογιστικού σχεδιασμού.
• Προσδιορίζουν τις δυνατότητες, τις ροές και τις διαφορές μεταξύ πλατφορμών όπως Rosetta, FoldX, PyRosetta και AlphaFold.
• Εφαρμόζουν κοινές ροές εργασίας ειδικές για λογισμικό για σχεδιασμό ραχοκοκαλιάς, βελτιστοποίηση σταθερότητας και μηχανική διεπαφών.
• Εξηγούν πώς χρησιμοποιούνται μοντέλα μηχανικής μάθησης – όπως μοντέλα γενετικής αλληλουχίας και νευρωνικά δίκτυα ενσωμάτωσης δομής – στον σχεδιασμό πρωτεϊνών.
• Αξιολογούν τον ρόλο των προσεγγίσεων που βασίζονται σε δεδομένα στην επιτάχυνση της ανακάλυψης νέων ή λειτουργικών αρχιτεκτονικών πρωτεϊνών.
• Περιγράφουν υπολογιστικές στρατηγικές για τη μηχανική εξειδίκευσης σύνδεσης, συγγένειας και επιλεκτικότητας σε διεπαφές πρωτεϊνών.
• Εφαρμόζουν έννοιες της ενεργειακής διεπαφής σε πραγματικά παραδείγματα, όπως σχεδιασμός αναστολέων, μηχανική αντισωμάτων ή δημιουργία συνθετικών δικτύων αλληλεπίδρασης.
• Αναλύουν πραγματικά παραδείγματα επανασχεδιασμού ενζύμων, δημιουργίας de novo πρωτεϊνών και θεραπευτικής πρωτεϊνικής μηχανικής.
• Μετατρέπουν και να προβλέπουν με υπολογιστικά μοντέλα σε υποθέσεις κατάλληλες για πειραματική επαλήθευση στη βιοτεχνολογία ή τη θεραπευτική ανάπτυξη.

Περιεχόμενο Μαθήματος

• Βασικές Αρχές Δομής και Ενεργειακής Πρωτεϊνικής
• Ενεργειακές Συναρτήσεις και Μοντέλα Βαθμολόγησης στον Σχεδιασμό Πρωτεϊνών
• Αλγόριθμοι για Βελτιστοποίηση Αλληλουχίας Πρωτεϊνών
• Πρόβλεψη Δομής και Προσομοιώσεις Αναδίπλωσης
• Rosetta και Άλλες Σουίτες Λογισμικού Σχεδιασμού Πρωτεϊνών
• Μηχανική Μάθηση και Τεχνητή Νοημοσύνη στη Μηχανική Πρωτεϊνών
• Υπολογιστικός Σχεδιασμός Διεπαφών Πρωτεΐνης-Συνδέτη και Πρωτεΐνης-Πρωτεΐνης
• Μελέτες Περιπτώσεων και Εφαρμογές στη Θεραπευτική και τη Βιοτεχνολογία

Συνιστώμενη Βιβλιογραφία

• Σχετική βιβλιογραφία ανά διάλεξη, συμπεριλαμβανομένων επιστημονικών δημοσιεύσεων και ανασκοπήσεων από διεθνή περιοδικά, η οποία είναι διαθέσιμη στην ηλεκτρονική τάξη του μαθήματος.
• Principles and techniques of Biochemistry and Molecular Biology, 7th edition, Edited by Keith Wilson and John Walker, electronic source