See veebileht kasutab küpsiseid kasutaja sessiooni andmete hoidmiseks. Veebilehe kasutamisega nõustute ETISe kasutustingimustega. Loe rohkem
Olen nõus
"Personaalne uurimistoetus (PUT)" projekt PUT582
PUT582 "Peptiidide struktuur-omadus sõltuvused (1.01.2015−31.12.2018)", Mati Karelson, Tartu Ülikool, Loodus- ja täppisteaduste valdkond, keemia instituut.
PUT582
Peptiidide struktuur-omadus sõltuvused
Structure-property relationships of peptides
1.01.2015
31.12.2018
Teadus- ja arendusprojekt
Personaalne uurimistoetus (PUT)
Otsinguprojekt
ETIS klassifikaatorAlamvaldkondCERCS klassifikaatorFrascati Manual’i klassifikaatorProtsent
4. Loodusteadused ja tehnika4.11. Keemia ja keemiatehnikaP351 Struktuurkeemia1.3. Keemiateadused (keemia ja muud seotud teadused)70,0
1. Bio- ja keskkonnateadused1.1. BiokeemiaP310 Proteiinid, ensümoloogia1.5. Bioteadused (bioloogia, botaanika, bakterioloogia, mikrobioloogia, zooloogia, entomoloogia, geneetika, biokeemia, biofüüsika jt30,0
PerioodSumma
01.01.2015−31.12.201555 920,00 EUR
01.01.2016−31.12.201655 920,00 EUR
01.01.2017−31.12.201755 920,00 EUR
01.01.2018−31.12.201855 920,00 EUR
223 680,00 EUR

Käesolevas taotluses esitatud uuringute peamiseks eesmärgiks on otsingud uute arvutikeemia ja keemilise informaatika lähenemiste leidmiseks väikeste peptiidide ja neid ümbritseva bioloogilise keskkonna vaheliste vastasmõjude kirjeldamiseks. Metodoloogilised arendused hõlmavad spetsiifiliselt peptiididele kohaldatavate kvantkeemiliste molekulaardeskriptorite väljatöötamist, sealhulgas selliste, mis arvestavad väliste väljade mõju ning on kohaldatavad konkreetsele ensüüm-substraat või retseptor-ligand kompleksidele. Struktuur-omadus sõltuvuste leidmiseks rakendatakse uudseid masinõppe meetodeid. Väljatöötatud meetodeid ja tarkvara rakendatakse oluliste bioloogilist ja biomeditsiinilist huvi pakkuvate süsteemide uurimiseks. Peamist huvi pakuvad seejuures rakku läbivad peptiidid (CEP), GDNF perekonda kuuluvate närvikasvufaktorite mimeetikud, hepatiit C ja Chikungunya viiruste ning nn. „visade“ rakkude inhibiitorid.
The target of the proposed research is the exploration of new approaches for the study of molecular mechanisms of interactions of small peptides with the surrounding biological environment using the methods of computational chemistry and cheminformatics. The methodological developments include the development of quantum-chemical molecular descriptors specifically applicable for peptides and describing the interactions of molecules with external fields and in specific enzyme-substrate or receptor-ligand complexes. Novel machine-learning algorithms will be utilized for the description of structure-activity relationships. The methodologies and software developed will be applied for the study of important biological and biomedical systems, including cell-penetrating peptides (CEP) and small peptides acting as the GDNF family neurotrophic factor mimetics, Hepatitis C and Chikungunya virus and persister cell inhibitors.
Käesoleva projekti peamiseks eesmärgiks olid otsingud uute arvutikeemia ja keemilise informaatika lähenemiste leidmiseks väikeste peptiidide ja neid ümbritseva bioloogilise keskkonna vaheliste vastasmõjude kirjeldamiseks. Kuivõrd väikeste peptiidide kõrval on isegi suurem tähtsus bioloogilistes objektides valk-valk interaktsioone imiteerivatel väikestel orgaanilistel ühenditel, siis laiendati uuringuid ka nendele. Projekti alguses teostati peptiidide omaduste ning väikeste molekulide ja valkude vaheliste interaktsioonide ennustamiseks kasutatavate arvutusmeetodite kriitiline analüüs, mille tulemusena töötati välja praktilised juhised optimaalse deskriptorite komplekti valikuks. Töötati välja rakku läbivate väikeste peptiidide ennustamiseks sobiv arvutuslik mudel. Arvutusmeetodite praktiliste rakenduste juures keskenduti ka neurodegeneratiivsete haigustega seotud bioloogilistele märklaudadele ning viirusevastastele ühenditele. Metodoloogiliselt uudses töös, kombineerides fragmendipõhiseid regressioonimeetodeid, tehisnärvivõrke, molekulaarsildamist ja molekulaardünaamikat, ennustati multiaktiivseid ühendeid, mis toimivad samaaegselt efektiivselt mitmele neurodegeneratiivsete haigustega seotud bioloogilisele märklauale. Arvutuslikult ennustati ka uudseid potentsiaalseid vähivastase toimega nanomolaarse aktiivsusega neurotrofiini retseptori TrkA inhibiitoreid, mis sünteesiti ja testiti rakukultuuri katsetes. Põhjalik molekulaardünaamika uuring võimaldas ennustada potentsiaalseid GDNF perekonna närvikasvufaktorite retseptorite agoniste. Ennustatud ja eksperimentaalselt valideeritud ühendid võivad olla aluseks Parkinsoni ja sellega seotud neurodegeneratiivsete haiguste vastaste ravimite edasiarendamisele. Arvutuslikud metodoloogilised arendused leidsid rakendust ka HIV ja Chikungunya viiruse vastaste toimeainete otsingul.