Understanding ligand-receptor recognition by means of high-throughput molecular dynamics : a perspective for drug discovery

dc.contributor
Universitat Pompeu Fabra. Departament de Ciències Experimentals i de la Salut
dc.contributor.author
Ferruz Capapey, Noelia
dc.date.accessioned
2016-03-11T11:39:23Z
dc.date.available
2017-03-05T06:45:10Z
dc.date.issued
2016-03-04
dc.identifier.uri
http://hdl.handle.net/10803/363212
dc.description.abstract
Understanding how receptor-ligand interactions occur is a first step towards designing new drugs. The complete reconstruction of the binding process in a drug-receptor system provides all the physical-chemistry variables for rational design of inhibitors of a chosen target, an important step in drug discovery. Although very powerful, direct experimental observation of full binding processes is very hard to perform. In this thesis, by using high-throughput molecular dynamics in the distributed computing project GPUGRID.net and analysing the resulting data by Markov state models (MSM), we successfully estimated kinetics, thermodynamics and binding modes for different molecular systems. In the initial works, we focused on estimating the potency of inhibitor-protein complexes. In subsequent studies, we described more complex pictures of binding, taking into account the receptor dynamics or other binding molecules. The results are promising and establish the methodology as a very powerful tool in the first stages of the drug discovery pipeline.
eng
dc.description.abstract
Comprender las interacciones entre proteína y ligando es el primer paso para diseñar nuevos medicamentos. Llegar a reconstruir completamente este proceso de unión proporciona todas las variables físico-químicas para una optimización racional, un paso muy importante en el descubrimiento de fármacos. Pese a que esto ofrece muchas ventajas, todavía es complicado observar estos procesos experimentalmente. En esta tesis, utilizando simulaciones moleculares de alto rendimiento (HTMD) mediante el proyecto distribuido GPUGRID.net y análisis por Markov state models (MSM), hemos obtenido datos cinéticos, termodinámicos y modos de unión para varios sistemas. En los primeros trabajos nos centramos en estimar la afinidad entre complejos inhibidor-proteína. En trabajos posteriores, logramos caracterizar completamente rutas de unión del ligando teniendo en cuenta los confórmeros de la proteína u otros ligandos presentes. Los resultados son prometedores y establecen la utilidad de HTMD en las primeras fases de descubrimiento de fármacos
spa
dc.format.extent
174 p.
dc.format.mimetype
application/pdf
dc.language.iso
eng
dc.publisher
Universitat Pompeu Fabra
dc.rights.license
ADVERTIMENT. L'accés als continguts d'aquesta tesi doctoral i la seva utilització ha de respectar els drets de la persona autora. Pot ser utilitzada per a consulta o estudi personal, així com en activitats o materials d'investigació i docència en els termes establerts a l'art. 32 del Text Refós de la Llei de Propietat Intel·lectual (RDL 1/1996). Per altres utilitzacions es requereix l'autorització prèvia i expressa de la persona autora. En qualsevol cas, en la utilització dels seus continguts caldrà indicar de forma clara el nom i cognoms de la persona autora i el títol de la tesi doctoral. No s'autoritza la seva reproducció o altres formes d'explotació efectuades amb finalitats de lucre ni la seva comunicació pública des d'un lloc aliè al servei TDX. Tampoc s'autoritza la presentació del seu contingut en una finestra o marc aliè a TDX (framing). Aquesta reserva de drets afecta tant als continguts de la tesi com als seus resums i índexs.
dc.source
TDX (Tesis Doctorals en Xarxa)
dc.subject
Molecular dynamics
dc.subject
High-throughput
dc.subject
Drug discovery
dc.subject
Ligand binding
dc.subject
Markov state models
dc.subject
Dinàmica molecular
dc.subject
Medicaments-Descobriment
dc.subject
Lligands (Bioquímica)
dc.title
Understanding ligand-receptor recognition by means of high-throughput molecular dynamics : a perspective for drug discovery
dc.type
info:eu-repo/semantics/doctoralThesis
dc.type
info:eu-repo/semantics/publishedVersion
dc.subject.udc
577
cat
dc.contributor.authoremail
noelia.ferruz@gmail.com
dc.contributor.director
De Fabritiis, Gianni
dc.contributor.director
Sanz, Ferran
dc.embargo.terms
12 mesos
dc.rights.accessLevel
info:eu-repo/semantics/openAccess
dc.description.degree
Programa de doctorat en Biomedicina


Documents

tnfc.pdf

2.271Mb PDF

This item appears in the following Collection(s)