Ekstenzivni molekularni doking kvaternih kinuklidinskih derivata u aktivno mjesto butirilkolinesteraze primjenom strojnog učenja (CROSBI ID 698338)
Prilog sa skupa u zborniku | sažetak izlaganja sa skupa | domaća recenzija
Podaci o odgovornosti
Mikelić, Ana ; Hrenar, Tomica
hrvatski
Ekstenzivni molekularni doking kvaternih kinuklidinskih derivata u aktivno mjesto butirilkolinesteraze primjenom strojnog učenja
Ekstenzivne simulacije molekularnog dokinga kvaternih kinuklidinskih derivata provedene su izračunima ab initio molekularne dinamike za sustave koji su se sastojali od različitih kinuklidinskih derivata smještenih unutar aktivnog mjesta butirilkolinesteraze [1, 2]. Dobivene trajektorije sadrže sve informacije o načinima vezanja supstrata unutar aktivnog mjesta, ali da bi se mogle analizirati potrebno je reducirati njihovu dimenzionalnost. To je moguće: (a) selekcijom skupa koordinata potrebnih za opis molekularne dinamike supstrata unutar aktivnog mjesta i dodatno (b) tenzorskom dekompozicijom selektiranog skupa koordinata [3]. Pretragom tog dvostruko reduciranog prostora koordinata određeni su svi mogući konfiguracijski načini vezanja svakog od istraženih supstrata u aktivno mjesto butirilkolinesteraze. Kriteriji za potpunost konfiguracijskog prostora određeni su on-the- fly primjenom strojnog učenja na prostoru struktura uzorkovanih simulacijama ab initio molekularne dinamike. Za svaki supstrat određene su i potrebne duljine trajanja simulacija da bi se dobili potpuni konfiguracijski prostori i potrebna dimenzionalnost reduciranog prostora. Za odabrane Michaelisove komplekse provedene su QM/QM optimizacije geometrije te su izračunane Gibbsove energije vezanja.
kvaterni kinuklidinski derivati ; molekularni doking ; ab initio molekularna dinamika ; strojno učenje ; analiza glavnih komponenti
nije evidentirano
engleski
Extensive molecular docking of quaternary quinuclidine derivatives into the active site of butyrylcholinesterase using machine learning
nije evidentirano
quaternary quinuclidine derivatives ; molecular docking ; ab initio molecular dynamics ; machine learning ; principal component analysis
nije evidentirano
Podaci o prilogu
130-130.
2020.
objavljeno
Podaci o matičnoj publikaciji
Simpozij studenata doktorskih studija PMF-a : Knjiga sažetaka
Rončević, Sanda ; Barišić, Dajana
Zagreb:
978-953-6076-57-4
Podaci o skupu
4. Simpozij studenata doktorskih studija PMF-a = 4th Faculty of Science PhD Student Symposium
poster
28.02.2020-28.02.2020
Zagreb, Hrvatska