Clusterovací algoritmy pro sledování vod v proteinech

Mgr. Bc. Branislav Jenčo

Bachelor's thesis

Clustering algorithms for water tracking in proteins

Abstract:

Práca sa zaoberá klastrovaním bodov na povrchu proteínu, v ktorých vodné molekuly vstupujú do alebo vystupujú z proteínovej štruktúry. Analýza týchto vstupov v priebehu simulácií molekulárnej dynamiky pomáha biochemikom získať informácie o dôležitých tuneloch v proteínovej štruktúre. Cieľom bolo poskytnúť prehľad o niekoľkých klastrovacích algoritmoch, ich porovnanie na syntetických aj reálnych dátach a implementácia týchto algoritmov v programe CAVER Analyst. Klastering vstupov a výstupov je súčasť modulu na sledovanie pohybu vodných molekúl. Teoretická časť práce podáva krátky prehľad o biochemických pojmoch a popisuje klastrovacie algoritmy založené na segmentácii a hustote. Hlavným prínosom práce je implementácia týchto algoritmov v CAVER Analyst a ich porovnanie s ohľadom na klastrovanie vstupov a výstupov vodných molekúl. Algoritmy založené na hustote poskytujú dobré výsledky, no je potrebné ďalšie testovanie na viacerých MD simuláciách.

Abstract:

The topic of this thesis is clustering of points on the surface of a protein where water molecules enter or exit the protein structure. Analysis of these inlets during molecular dynamics simulations helps biochemists obtain information about important tunnels in the protein structure. The goal was to give an overview of several clustering algorithms, compare them in use on synthetic and real data, and implement these algorithms in the CAVER Analyst application for the interactive visualization of protein structures. Inlet clustering is a part of Analyst's Waters Tracking module and constitutes one of the steps in the analysis and visualization of water molecules in molecular dynamics situations. The theoretical part of the thesis provides a brief background into the biochemical terms used in the problem domain, as well as a description of several partitioning and density-based algorithms. The main contribution of this thesis is the implementation of these algorithms in the CAVER Analyst application and a comparison of their use for inlet clustering. Density-based clustering algorithms, namely DBSCAN and Mean-Shift, seem to provide the best results, but testing on more molecular simulations is necessary.

Keywords

trajectory, water molecule, visualization, active site, clustering, CAVER Analyst, trajektória, molekula vody, vizualizácia, aktívne miesto, klastering

Language used: English

Date on which the thesis was submitted / produced: 29. 5. 2017

Thesis defence

• Date of defence: 26. 6. 2017
• Supervisor: doc. RNDr. Barbora Kozlíková, Ph.D.
• Reader: RNDr. Katarína Furmanová

Masaryk University

Faculty of Informatics

Bachelor programme / field:
Informatics / Computer Graphics and Image Processing