Analítica visual aplicada al diseño de nuevos fármacos

Abstract

[EN]Currently a lot of data so fast that in practice that , beyond store , you can not recover , transport , analyze and above extract useful information for end users is generated. This phenomenon known as Big Data, is the new challenge they face daily users and different areas ranging from social networks , education, science , economy, safety , chemistry , biology, etc. . Two of these areas are bioinformatics and chemoinformatics , where there has been a big change in the way we design and develop drugs. The availability of a large number of three-dimensional structures of biological macromolecules , de facto or potential drug targets has allowed the design of drugs based on the structure of the target is incorporated fully into the arsenal of tools used. Among the computational methods available, the docking and virtual screening methods are most commonly used screening compounds in the search for new bioactive molecules. These methods generate a large amount of information at each stage of the design. Visual analytics through interactive displays , face the enormous challenge of extracting , analyzing and presenting information in a simple manner to the chemical . Moreover, visual analytics can be a cornerstone in the development of drugs . In this thesis , this opportunity is exploited through the development of a tool to analyze docking results and facilitate the discovery of areas of improvement for future docking experiments . Using different visualizations linked to a three-dimensional molecular display , you may submit relevant information to the chemist to help you in making decisions. To achieve this objective , the implementation of clustering algorithms that help reduce the huge amount of data , so that the presentation of information in a simple and configurable way possible was necessary . Furthermore, it should be noted that correcting weaknesses docking results is achieved using the Autodock program as if it were a tool to search for pharmacophores , resulting in a significant acceleration of the design process drugs .

[ES]Actualmente se genera una gran cantidad de datos a tal ritmo que en la que práctica, más allá de almacenarla, no es posible recuperarla, transportar, analizar y, sobretodo extraer información útil para los usuarios finales. Este fenómeno conocido como Big Data, es el nuevo reto al que se enfrentan diariamente diferentes áreas y usuarios que van desde las redes sociales, educación, ciencia, economía, seguridad, química, biología, etc. Dos de estas áreas son la bioinformática y quimioinformática, donde se ha producido un gran cambio en la manera en la que se diseñan y desarrollan fármacos. La disponibilidad de un gran número de estructuras tridimensionales de macromoléculas biológicas, dianas potenciales o de facto de fármacos, ha permitido que el diseño de fármacos basado en la estructura de la diana se incorpore de lleno al arsenal de herramientas utilizadas. Entre los métodos computacionales disponibles, el docking y el cribado virtual son los métodos de selección de compuestos más utilizados en la búsqueda de nuevas moléculas bioactivas. Estas metodologías generan una gran cantidad de información en cada etapa del diseño. La analítica visual, a través de visualizaciones interactivas, afrontan este enorme reto de extraer, analizar y presentar información de manera sencilla al químico. Más aun, la analítica visual puede ser una pieza fundamental en el desarrollo de fármacos. En el presente trabajo de tesis, se aprovecha esta oportunidad mediante el desarrollo de una herramienta para analizar resultados de docking y propiciar el descubrimiento de puntos de mejora para futuros experimentos de docking. Empleando diferentes visualizaciones enlazadas a un visualizador molecular tridimensional, es posible presentar la información relevante al químico que le ayude en la toma de decisiones. Para la consecución de este objetivo, ha sido necesaria la implementación de algoritmos de clustering que ayudan a reducir la enorme cantidad de datos, de forma que sea posible la presentación de información de manera sencilla y configurable. Por otro lado, se debe resaltar que al corregir los puntos débiles de los resultados de docking, se logra utilizar el programa Autodock como si se tratase de una herramienta para la búsqueda por farmacóforos, lo que resulta en una significativa aceleración del proceso de diseño de fármacos.