Computational Framework for Protein-Protein Docking Prediction and Experimental Design

Bc. Jiří MORAVEC

Diplomová práce

Abstract:

This work focuses on creating an interface for protein interactions and experimental design. It provides basic information about protein structures, neural networks in general, and specifically focuses on the structure of the Transformer model. Additionally, it includes information on modern artificial intelligence systems for protein structure predictions, such as ESMFold and AlphaFold. The thesis presents methods for utilizing these models in experimental searches for protein interaction sites and demonstrates how these models can be used to discover new, previously unknown inhibitors of the enzyme Gaussia luciferase.

Abstract:

Tato práce se zabývá vytvořením rozhraní pro proteinové interakce a experimentální design. Poskytuje základní informace o proteinových strukturách, neuronových sítích obecně a detailněji se zaměřuje na strukturu Transformer. Dále obsahuje informace o moderních systémech umělé inteligence pro predikce proteinových struktur jako jsou ESMFold a AlphaFold. Představuje metody pro použití těchto modelů v oblasti experimentálního hledání míst pro proteinové interakce a ukazuje možnost jak lze používat tyto modely pro objevení nových dříve neznámých inhibitorů enzymu Gaussia luciferázy.

Keywords

neuronové sítě, transformer, umělá inteligence, metacentrum, syntetická biologie, proteiny, ESMFold, AlphaFold, docking, velké jazykové modely, predikce, framework, interakce

Jazyk práce: angličtina

Datum vytvoření / odevzdání či podání práce: 26. 8. 2024

Zveřejnit od: 31. 12. 2999

Obhajoba závěrečné práce

• Vedoucí: Doc. Daniel Georgiev, PhD.

ZÁPADOČESKÁ UNIVERZITA V PLZNI

Fakulta aplikovaných věd

Magisterský studijní program / obor:
Kybernetika a řídicí technika / Umělá inteligence a automatizace