YENİ KAPİTALİST SENARYODA KÜRESELLEŞME SORGUSU
3.1 Küreselleşme Nedir Sorusuna Yanıt Olarak
3.1.1 Küreselleşmenin Toplumsal ve Bireysel Yansımaları “Her toplum kendi eleştirisini içinde taşır”.
Um dos objetivos desse trabalho é investigar a importância da flexibilidade do receptor em suas interações intermoleculares com pequenas moléculas ou ligantes. Para isso, a partir dos arquivos de entrada de distâncias entre resíduos do receptor e ligantes, foram realizadas análise preliminares nos dados com o objetivo de verificar quais são os resíduos que permanecem em contato (ou seja, que tem como atributo no arquivo o valor 1) na maior parte de todas as execuções de cada simulação de
docagem molecular com o FFR para cada um dos ligantes. O resultado que descreve os 10 resíduos que mais interagem (Top 10) com cada um dos 4 ligantes, mostrados na Figura 5.8.
Figura 5.8: Resíduos do receptor Top 10, os 10 resíduos que mais interagem com cada um dos ligantes. Em cinza em Ribbons uma estrutura do receptor. Os Top 10 resíduos de cada ligante são apresentados na forma de esferas de van der Walls e o ligante na forma de palitos.
A união dos Top 10 de cada ligante é a lista final de 25 resíduos descrita na Tabela 5.3 onde as células em destaque indicam os resíduos que mais interagiram com cada um dos ligantes.
A Tabela 5.4 apresenta esse total de resíduos do receptor que interagem com o modelo FFR (coluna 2 na tabela) em pelo menos um dos resultados e os compara com o total de resíduos que interagem com cada ligante em um resultado de docagem com a estrutura cristalográfica do receptor InhA, o qual chamamos de modelo rígido do receptor (RR - Rigid Receptor), análise realizada por uma inspeção visual com um programa visualizador de estruturas de macromoléculas (coluna 3 na tabela) [GUE97]. Além disso, na coluna 4 da tabela é apresenta quantos resíduos do modelo RR são comuns a seleção dos Top 10 para cada ligante [WIN10a].
A Tabela 5.4 confirma que é muito importante considerar a flexibilidade em simulações de docagem molecular. Por exemplo, para o NADH, somente 22 resíduos do modelo RR interage com este ligante. Quando sua flexibilidade é considerada, existem 185 resíduos interagindo em pelo menos um run com o modelo FFR. Para esse ligante, 9 dos 10 Top 10 aparecem na seleção do modelo RR. Isto acontece porque o NADH é o ligante natural e sua região de ligação nesse receptor é bem conhecida mas ainda assim a flexibilidade apresenta um papel muito importante em mediar o estado de equilíbrio do complexo [WIN10a]. Para os ligantes PIF e TCL, 7 dos Top 10 são os mesmos (Tabela 5.4). Isto acontece porque a região de ligação para esses 2 ligantes é a mesma, próxima a onde liga-se o substrato. Para o TCL, 139 resíduos do modelo FFR interagem com o ligante enquanto que somente 12 do modelo RR, e destes, não mais do que 5 aparecem na lista de Top 10 para esse ligante. Isto significa que há outros 5 resíduos que interagem muitas vezes no modelo FFR que não aparecem na seleção RR [WIN10a]. Como os ligantes PIF e TCL tem quase o dobro do tamanho do ligante ETH, esperava-se que os mesmos não interagissem na mesma região do receptor, o que é indicado pelos 7 dos Top 10 resíduos serem diferentes para o ETH.
Tabela 5.3: Para cada ligante foram selecionados 10 resíduos e a união dos 10 de cada ligante resultou nos 25 resíduos do receptor descritos nesta tabela.
Residue ETH NADH PIF TCL ALA21 3.112 7.138 8.414 15.252 ALA190 23.480 3.744 13.714 7.861 ALA197 1.868 14.127 26.114 6.527 ARG42 120 13.959 4.716 1.940 ASP147 22.645 6.795 10.848 9.585 GLY13 3.647 13.479 15.500 19.900 GLY95 5.521 20.288 27.561 23.852 GLY191 22.909 2.162 13.837 839 ILE15 2.079 17.839 13.226 20.397 ILE20 25.480 11.735 23.312 23.393 ILE94 7.570 17.363 26.632 24.460 ILE121 161 15.782 1.430 10.431 ILE193 23.023 6.005 15.519 1.617 LYS164 24.658 14.627 21.821 12.887 MET97 660 14.153 16.661 1.241 MET146 25.368 10.858 18.352 12.625 MET160 21.653 12.355 20.681 6.375 PHE40 446 15.864 4.823 11.220 PHE96 1.355 20.520 19.401 9.292 PHE148 25.961 8.498 15.772 9.923 PRO192 22.816 3.825 13.968 1.240 SER19 3.532 12.619 26.490 23.659 SER93 12.580 12.957 21.726 24.319 SER122 2.421 12.335 19.805 3.111 THR195 17.601 12.348 26.353 20.474
Tabela 5.4: Análises de interações intermoleculares entre modelo FFR-ligantes e modelo RR-ligantes. Ligante Interações FFR-Ligante Interações RR-ligante RR ∩ Top 10
NADH 185 22 9
PIF 165 13 8
TCL 139 12 5
ETH 105 8 4
5.6 Considerações Finais
Esse capítulo descreveu o banco de dados FReDD e todas as suas tabelas. Para cada tabela foram descritos os principais campos, como que seu conteúdo foi obtido, de que forma os dados foram armazenados e o total de registros. Uma grande parte dos dados armazenados no FReDD foram utilizados nos experimentos de Mineração de Dados que serão descritos nos próximos capítulos. Até o momento não foi encontrado nenhuma base de dados que tenha sido desenvolvida com o mesmo propósito do FReDD. Há uma plataforma de integração de dados para Triagem Virtual que
é detalhado no Capítulo 9.4 [COC10], mas esta não armazena informações como resultados de docagem molecular nem conformações de uma trajetória de DM.
Nas seções que descrevem o pré-processamento é apresentada uma metodologia de preparação dos dados de docagem molecular para a geração de entradas para mineração de dados pode ser aplicada a diferentes complexos com o objetivo de descoberta de conhecimento sobre as interações FFR-ligante.
Além do mais, as análises preliminares sobre os dados armazenados no FReDD mostram in- formações que não seriam obtidas se o modelo rígido do receptor fosse considerado ou sem uma preparação apropriada de todos os dados resultantes de simulações de docagem molecular com o modelo FFR. Não foi encontrado até o momento trabalhos que tenham investigado a flexibilidade dos receptores em docagem molecular da forma como apresentado nesta Tese. Essas análises des- critas na Seção 5.5 podem ser muito importantes tanto para o entendimento de como é a interação do receptor InhA com ligantes, quanto para a busca de novos inibidores para essa enzima. Nesse sentido, já esta em finalização um trabalho de mestrado desenvolvido pelo aluno Christian Quevedo no LABIO-GPIN para a busca de ligantes considerando informações da trajetória de receptores.
No próximo capítulo são descritos os experimentos de classificação com árvores de decisão, realizados também para entendimento das simulações de docagem molecular com o FFR, de forma a determinar a relação dos resíduos do receptor em contato com o ligante com o valor de FEB.