Desarrollo y aplicaciones de estrategias avanzadas en docking molecular : impacto de la flexibilidad del receptor, búsqueda de sustratos de los BacCYPS y búsqueda virtual de antimi...
- Autores
- Prieto, Juan Manuel
- Año de publicación
- 2025
- Idioma
- español castellano
- Tipo de recurso
- tesis doctoral
- Estado
- versión publicada
- Colaborador/a o director/a de tesis
- Martí, Marcelo Adrián
- Descripción
- Esta tesis doctoral se explora el uso de métodos computacionales, principalmente docking molecular, para estudiar las interacciones proteína-ligando y, así como para facilitar la búsqueda virtual de nuevos ligandos con potencial actividad biológica. La precisión del docking se ve afectada por múltiples factores, entre ellos la correcta representación del entorno del sitio de unión y la flexibilidad del receptor. Para abordar estas limitaciones, el estudio incorpora estrategias avanzadas como la inclusión de "sitios de solvente" y Bias Docking, junto con el análisis de la flexibilidad conformacional del receptor. Uno de los principales desafíos en el docking molecular es describir y predecir cómo un receptor proteico acomoda su estructura al interactuar con un ligando. En muchos casos, estas interacciones inducen cambios conformacionales que pueden variar desde pequeños ajustes en las cadenas laterales del sitio activo hasta modificaciones estructurales globales que alteran significativamente la conformación de la proteína. Mientras que algunos receptores presentan estructuras casi idénticas en sus formas apo (sin ligando) y holo (complejo con ligando), otros requieren un ajuste estructural más profundo para permitir la unión del ligando. Los métodos de docking tradicionales están optimizados para modelos de receptor rígido, lo que limita su precisión en escenarios donde la flexibilidad del receptor es un factor clave. Para superar estas deficiencias, en esta tesis se evalúan estrategias computacionales que integran información conformacional dinámica con el objetivo de mejorar la predicción de interacciones y la selección de ligandos en estudios de cribado virtual. Las metodologías propuestas se aplican al estudio de dos sistemas proteicos de relevancia biológica: el complejo transportador de lipoproteínas (LolCDE) y los citocromos P450 bacterianos (BacCYPs), ambos implicados en procesos clave de transporte y metabolismo celular. En el primer caso, los desarrollos de docking se aplican en un esquema de búsqueda virtual de nuevos inhibidores, como punto de partida para el desarrollo de antibióticos. En el segundo caso, el docking es integrado con otros análisis bioinformáticos con el objetivo de predecir el sustrato de un BacCYP a partir de solamente el conocimiento de su secuencia proteica. Los resultados obtenidos destacan la efectividad de estrategias avanzadas de docking molecular para mejorar la predicción de interacciones proteína-ligando. En LolCDE, la identificación de sitios de solvente y el uso de Bias Docking permitieron optimizar la selección de ligandos en virtual screening, mientras que en BacCYPs, la combinación de análisis filogenético, modelado estructural y docking molecular demostró ser una herramienta valiosa para la predicción de sustratos. Además, el estudio de la flexibilidad del receptor evidenció la importancia de considerar ajustes conformacionales en los métodos de docking. En conjunto, estas metodologías proporcionan un marco computacional robusto, aplicable al estudio de otras proteínas de interés y al diseño racional de nuevos fármacos, resaltando el valor de herramientas de código abierto como AutoDock y RDKit en la investigación biomolecular.
This doctoral thesis explores the use of computational methods, primarily molecular docking, to study protein-ligand interactions and facilitate virtual screening for new ligands with potential biological activity. Docking accuracy is influenced by multiple factors, including the correct representation of the binding site environment and receptor flexibility. To address these limitations, this study incorporates advanced strategies such as the inclusion of "solvent sites" and Bias Docking, along with the analysis of receptor conformational flexibility. One of the main challenges in molecular docking is describing and predicting how a protein receptor accommodates its structure when interacting with a ligand. In many cases, these interactions induce conformational changes that can range from minor adjustments in the side chains of the active site to global structural modifications that significantly alter the protein’s conformation. While some receptors exhibit nearly identical structures in their apo (ligand-free) and holo (ligand-bound) forms, others require a deeper structural adjustment to allow ligand binding. Traditional docking methods are optimized for rigid receptor models, which limits their accuracy in scenarios where receptor flexibility is a key factor. To overcome these shortcomings, this thesis evaluates computational strategies that integrate dynamic conformational information to improve interaction predictions and ligand selection in virtual screening studies. The proposed methodologies are applied to the study of two biologically relevant protein systems: the lipoprotein transport complex LolCDE and bacterial cytochromes P450 (BacCYPs), both involved in key cellular transport and metabolic processes. In the first case, docking developments are applied in a virtual screening framework to identify new inhibitors, as a starting point for antibiotic development. In the second case, docking is integrated with other bioinformatics analyses to predict the substrate of a BacCYP solely from its protein sequence. The results obtained highlight the effectiveness of advanced molecular docking strategies in improving the prediction of protein-ligand interactions. In LolCDE, the identification of solvent sites and the use of Bias Docking optimized ligand selection in virtual screening, while in BacCYPs, the combination of phylogenetic analysis, structural modeling, and molecular docking proved to be a valuable tool for substrate prediction. Additionally, the study of receptor flexibility demonstrated the importance of considering conformational adjustments in docking methods. Together, these methodologies provide a robust computational framework applicable to the study of other proteins of interest and the rational design of new drugs, emphasizing the value of open-source tools such as AutoDock and RDKit in biomolecular research.
Fil: Prieto, Juan Manuel. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina. - Materia
-
DOCKING
BIAS DOCKING
BIOINFORMATICA
FLEXIBILIDAD DEL RECEPTOR
SITIOS DE SOLVENTE
PREDICCION DE SUSTRATOS
VIRTUAL SCREENING
LOLCDE
BACCYPS
DOCKING
BIAS DOCKING
BIOINFORMATICS
RECEPTOR FLEXIBILITY
SOLVENT SITES
SUBSTRATE PREDICTION
VIRTUAL SCREENING
LOLCDE
BACCYPS - Nivel de accesibilidad
- acceso abierto
- Condiciones de uso
- https://creativecommons.org/licenses/by-nc-sa/2.5/ar
- Repositorio
.jpg)
- Institución
- Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales
- OAI Identificador
- tesis:tesis_n7767_Prieto
Ver los metadatos del registro completo
| id |
BDUBAFCEN_8c72c352bfda42427cfcb6e8dd9a98aa |
|---|---|
| oai_identifier_str |
tesis:tesis_n7767_Prieto |
| network_acronym_str |
BDUBAFCEN |
| repository_id_str |
1896 |
| network_name_str |
Biblioteca Digital (UBA-FCEN) |
| spelling |
Desarrollo y aplicaciones de estrategias avanzadas en docking molecular : impacto de la flexibilidad del receptor, búsqueda de sustratos de los BacCYPS y búsqueda virtual de antimicrobianosDevelopment and applications of advanced strategies in molecular docking : Impact of receptor flexibility, substrate search for BacCYPs, and virtual screening of antimicrobialsPrieto, Juan ManuelDOCKINGBIAS DOCKINGBIOINFORMATICAFLEXIBILIDAD DEL RECEPTORSITIOS DE SOLVENTEPREDICCION DE SUSTRATOSVIRTUAL SCREENINGLOLCDEBACCYPSDOCKINGBIAS DOCKINGBIOINFORMATICSRECEPTOR FLEXIBILITYSOLVENT SITESSUBSTRATE PREDICTIONVIRTUAL SCREENINGLOLCDEBACCYPSEsta tesis doctoral se explora el uso de métodos computacionales, principalmente docking molecular, para estudiar las interacciones proteína-ligando y, así como para facilitar la búsqueda virtual de nuevos ligandos con potencial actividad biológica. La precisión del docking se ve afectada por múltiples factores, entre ellos la correcta representación del entorno del sitio de unión y la flexibilidad del receptor. Para abordar estas limitaciones, el estudio incorpora estrategias avanzadas como la inclusión de "sitios de solvente" y Bias Docking, junto con el análisis de la flexibilidad conformacional del receptor. Uno de los principales desafíos en el docking molecular es describir y predecir cómo un receptor proteico acomoda su estructura al interactuar con un ligando. En muchos casos, estas interacciones inducen cambios conformacionales que pueden variar desde pequeños ajustes en las cadenas laterales del sitio activo hasta modificaciones estructurales globales que alteran significativamente la conformación de la proteína. Mientras que algunos receptores presentan estructuras casi idénticas en sus formas apo (sin ligando) y holo (complejo con ligando), otros requieren un ajuste estructural más profundo para permitir la unión del ligando. Los métodos de docking tradicionales están optimizados para modelos de receptor rígido, lo que limita su precisión en escenarios donde la flexibilidad del receptor es un factor clave. Para superar estas deficiencias, en esta tesis se evalúan estrategias computacionales que integran información conformacional dinámica con el objetivo de mejorar la predicción de interacciones y la selección de ligandos en estudios de cribado virtual. Las metodologías propuestas se aplican al estudio de dos sistemas proteicos de relevancia biológica: el complejo transportador de lipoproteínas (LolCDE) y los citocromos P450 bacterianos (BacCYPs), ambos implicados en procesos clave de transporte y metabolismo celular. En el primer caso, los desarrollos de docking se aplican en un esquema de búsqueda virtual de nuevos inhibidores, como punto de partida para el desarrollo de antibióticos. En el segundo caso, el docking es integrado con otros análisis bioinformáticos con el objetivo de predecir el sustrato de un BacCYP a partir de solamente el conocimiento de su secuencia proteica. Los resultados obtenidos destacan la efectividad de estrategias avanzadas de docking molecular para mejorar la predicción de interacciones proteína-ligando. En LolCDE, la identificación de sitios de solvente y el uso de Bias Docking permitieron optimizar la selección de ligandos en virtual screening, mientras que en BacCYPs, la combinación de análisis filogenético, modelado estructural y docking molecular demostró ser una herramienta valiosa para la predicción de sustratos. Además, el estudio de la flexibilidad del receptor evidenció la importancia de considerar ajustes conformacionales en los métodos de docking. En conjunto, estas metodologías proporcionan un marco computacional robusto, aplicable al estudio de otras proteínas de interés y al diseño racional de nuevos fármacos, resaltando el valor de herramientas de código abierto como AutoDock y RDKit en la investigación biomolecular.This doctoral thesis explores the use of computational methods, primarily molecular docking, to study protein-ligand interactions and facilitate virtual screening for new ligands with potential biological activity. Docking accuracy is influenced by multiple factors, including the correct representation of the binding site environment and receptor flexibility. To address these limitations, this study incorporates advanced strategies such as the inclusion of "solvent sites" and Bias Docking, along with the analysis of receptor conformational flexibility. One of the main challenges in molecular docking is describing and predicting how a protein receptor accommodates its structure when interacting with a ligand. In many cases, these interactions induce conformational changes that can range from minor adjustments in the side chains of the active site to global structural modifications that significantly alter the protein’s conformation. While some receptors exhibit nearly identical structures in their apo (ligand-free) and holo (ligand-bound) forms, others require a deeper structural adjustment to allow ligand binding. Traditional docking methods are optimized for rigid receptor models, which limits their accuracy in scenarios where receptor flexibility is a key factor. To overcome these shortcomings, this thesis evaluates computational strategies that integrate dynamic conformational information to improve interaction predictions and ligand selection in virtual screening studies. The proposed methodologies are applied to the study of two biologically relevant protein systems: the lipoprotein transport complex LolCDE and bacterial cytochromes P450 (BacCYPs), both involved in key cellular transport and metabolic processes. In the first case, docking developments are applied in a virtual screening framework to identify new inhibitors, as a starting point for antibiotic development. In the second case, docking is integrated with other bioinformatics analyses to predict the substrate of a BacCYP solely from its protein sequence. The results obtained highlight the effectiveness of advanced molecular docking strategies in improving the prediction of protein-ligand interactions. In LolCDE, the identification of solvent sites and the use of Bias Docking optimized ligand selection in virtual screening, while in BacCYPs, the combination of phylogenetic analysis, structural modeling, and molecular docking proved to be a valuable tool for substrate prediction. Additionally, the study of receptor flexibility demonstrated the importance of considering conformational adjustments in docking methods. Together, these methodologies provide a robust computational framework applicable to the study of other proteins of interest and the rational design of new drugs, emphasizing the value of open-source tools such as AutoDock and RDKit in biomolecular research.Fil: Prieto, Juan Manuel. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina.Universidad de Buenos Aires. Facultad de Ciencias Exactas y NaturalesMartí, Marcelo Adrián2025-07-03info:eu-repo/semantics/doctoralThesisinfo:eu-repo/semantics/publishedVersionhttp://purl.org/coar/resource_type/c_db06info:ar-repo/semantics/tesisDoctoralapplication/pdfhttps://hdl.handle.net/20.500.12110/tesis_n7767_Prietospainfo:eu-repo/semantics/openAccesshttps://creativecommons.org/licenses/by-nc-sa/2.5/arreponame:Biblioteca Digital (UBA-FCEN)instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesinstacron:UBA-FCEN2026-09-24T11:39:03Ztesis:tesis_n7767_PrietoInstitucionalhttps://digital.bl.fcen.uba.ar/Universidad públicaNo correspondehttps://digital.bl.fcen.uba.ar/cgi-bin/oaiserver.cgiana@bl.fcen.uba.arArgentinaNo correspondeNo correspondeNo correspondeopendoar:18962026-09-24 11:39:04.71Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturalesfalse |
| dc.title.none.fl_str_mv |
Desarrollo y aplicaciones de estrategias avanzadas en docking molecular : impacto de la flexibilidad del receptor, búsqueda de sustratos de los BacCYPS y búsqueda virtual de antimicrobianos Development and applications of advanced strategies in molecular docking : Impact of receptor flexibility, substrate search for BacCYPs, and virtual screening of antimicrobials |
| title |
Desarrollo y aplicaciones de estrategias avanzadas en docking molecular : impacto de la flexibilidad del receptor, búsqueda de sustratos de los BacCYPS y búsqueda virtual de antimicrobianos |
| spellingShingle |
Desarrollo y aplicaciones de estrategias avanzadas en docking molecular : impacto de la flexibilidad del receptor, búsqueda de sustratos de los BacCYPS y búsqueda virtual de antimicrobianos Prieto, Juan Manuel DOCKING BIAS DOCKING BIOINFORMATICA FLEXIBILIDAD DEL RECEPTOR SITIOS DE SOLVENTE PREDICCION DE SUSTRATOS VIRTUAL SCREENING LOLCDE BACCYPS DOCKING BIAS DOCKING BIOINFORMATICS RECEPTOR FLEXIBILITY SOLVENT SITES SUBSTRATE PREDICTION VIRTUAL SCREENING LOLCDE BACCYPS |
| title_short |
Desarrollo y aplicaciones de estrategias avanzadas en docking molecular : impacto de la flexibilidad del receptor, búsqueda de sustratos de los BacCYPS y búsqueda virtual de antimicrobianos |
| title_full |
Desarrollo y aplicaciones de estrategias avanzadas en docking molecular : impacto de la flexibilidad del receptor, búsqueda de sustratos de los BacCYPS y búsqueda virtual de antimicrobianos |
| title_fullStr |
Desarrollo y aplicaciones de estrategias avanzadas en docking molecular : impacto de la flexibilidad del receptor, búsqueda de sustratos de los BacCYPS y búsqueda virtual de antimicrobianos |
| title_full_unstemmed |
Desarrollo y aplicaciones de estrategias avanzadas en docking molecular : impacto de la flexibilidad del receptor, búsqueda de sustratos de los BacCYPS y búsqueda virtual de antimicrobianos |
| title_sort |
Desarrollo y aplicaciones de estrategias avanzadas en docking molecular : impacto de la flexibilidad del receptor, búsqueda de sustratos de los BacCYPS y búsqueda virtual de antimicrobianos |
| dc.creator.none.fl_str_mv |
Prieto, Juan Manuel |
| author |
Prieto, Juan Manuel |
| author_facet |
Prieto, Juan Manuel |
| author_role |
author |
| dc.contributor.none.fl_str_mv |
Martí, Marcelo Adrián |
| dc.subject.none.fl_str_mv |
DOCKING BIAS DOCKING BIOINFORMATICA FLEXIBILIDAD DEL RECEPTOR SITIOS DE SOLVENTE PREDICCION DE SUSTRATOS VIRTUAL SCREENING LOLCDE BACCYPS DOCKING BIAS DOCKING BIOINFORMATICS RECEPTOR FLEXIBILITY SOLVENT SITES SUBSTRATE PREDICTION VIRTUAL SCREENING LOLCDE BACCYPS |
| topic |
DOCKING BIAS DOCKING BIOINFORMATICA FLEXIBILIDAD DEL RECEPTOR SITIOS DE SOLVENTE PREDICCION DE SUSTRATOS VIRTUAL SCREENING LOLCDE BACCYPS DOCKING BIAS DOCKING BIOINFORMATICS RECEPTOR FLEXIBILITY SOLVENT SITES SUBSTRATE PREDICTION VIRTUAL SCREENING LOLCDE BACCYPS |
| dc.description.none.fl_txt_mv |
Esta tesis doctoral se explora el uso de métodos computacionales, principalmente docking molecular, para estudiar las interacciones proteína-ligando y, así como para facilitar la búsqueda virtual de nuevos ligandos con potencial actividad biológica. La precisión del docking se ve afectada por múltiples factores, entre ellos la correcta representación del entorno del sitio de unión y la flexibilidad del receptor. Para abordar estas limitaciones, el estudio incorpora estrategias avanzadas como la inclusión de "sitios de solvente" y Bias Docking, junto con el análisis de la flexibilidad conformacional del receptor. Uno de los principales desafíos en el docking molecular es describir y predecir cómo un receptor proteico acomoda su estructura al interactuar con un ligando. En muchos casos, estas interacciones inducen cambios conformacionales que pueden variar desde pequeños ajustes en las cadenas laterales del sitio activo hasta modificaciones estructurales globales que alteran significativamente la conformación de la proteína. Mientras que algunos receptores presentan estructuras casi idénticas en sus formas apo (sin ligando) y holo (complejo con ligando), otros requieren un ajuste estructural más profundo para permitir la unión del ligando. Los métodos de docking tradicionales están optimizados para modelos de receptor rígido, lo que limita su precisión en escenarios donde la flexibilidad del receptor es un factor clave. Para superar estas deficiencias, en esta tesis se evalúan estrategias computacionales que integran información conformacional dinámica con el objetivo de mejorar la predicción de interacciones y la selección de ligandos en estudios de cribado virtual. Las metodologías propuestas se aplican al estudio de dos sistemas proteicos de relevancia biológica: el complejo transportador de lipoproteínas (LolCDE) y los citocromos P450 bacterianos (BacCYPs), ambos implicados en procesos clave de transporte y metabolismo celular. En el primer caso, los desarrollos de docking se aplican en un esquema de búsqueda virtual de nuevos inhibidores, como punto de partida para el desarrollo de antibióticos. En el segundo caso, el docking es integrado con otros análisis bioinformáticos con el objetivo de predecir el sustrato de un BacCYP a partir de solamente el conocimiento de su secuencia proteica. Los resultados obtenidos destacan la efectividad de estrategias avanzadas de docking molecular para mejorar la predicción de interacciones proteína-ligando. En LolCDE, la identificación de sitios de solvente y el uso de Bias Docking permitieron optimizar la selección de ligandos en virtual screening, mientras que en BacCYPs, la combinación de análisis filogenético, modelado estructural y docking molecular demostró ser una herramienta valiosa para la predicción de sustratos. Además, el estudio de la flexibilidad del receptor evidenció la importancia de considerar ajustes conformacionales en los métodos de docking. En conjunto, estas metodologías proporcionan un marco computacional robusto, aplicable al estudio de otras proteínas de interés y al diseño racional de nuevos fármacos, resaltando el valor de herramientas de código abierto como AutoDock y RDKit en la investigación biomolecular. This doctoral thesis explores the use of computational methods, primarily molecular docking, to study protein-ligand interactions and facilitate virtual screening for new ligands with potential biological activity. Docking accuracy is influenced by multiple factors, including the correct representation of the binding site environment and receptor flexibility. To address these limitations, this study incorporates advanced strategies such as the inclusion of "solvent sites" and Bias Docking, along with the analysis of receptor conformational flexibility. One of the main challenges in molecular docking is describing and predicting how a protein receptor accommodates its structure when interacting with a ligand. In many cases, these interactions induce conformational changes that can range from minor adjustments in the side chains of the active site to global structural modifications that significantly alter the protein’s conformation. While some receptors exhibit nearly identical structures in their apo (ligand-free) and holo (ligand-bound) forms, others require a deeper structural adjustment to allow ligand binding. Traditional docking methods are optimized for rigid receptor models, which limits their accuracy in scenarios where receptor flexibility is a key factor. To overcome these shortcomings, this thesis evaluates computational strategies that integrate dynamic conformational information to improve interaction predictions and ligand selection in virtual screening studies. The proposed methodologies are applied to the study of two biologically relevant protein systems: the lipoprotein transport complex LolCDE and bacterial cytochromes P450 (BacCYPs), both involved in key cellular transport and metabolic processes. In the first case, docking developments are applied in a virtual screening framework to identify new inhibitors, as a starting point for antibiotic development. In the second case, docking is integrated with other bioinformatics analyses to predict the substrate of a BacCYP solely from its protein sequence. The results obtained highlight the effectiveness of advanced molecular docking strategies in improving the prediction of protein-ligand interactions. In LolCDE, the identification of solvent sites and the use of Bias Docking optimized ligand selection in virtual screening, while in BacCYPs, the combination of phylogenetic analysis, structural modeling, and molecular docking proved to be a valuable tool for substrate prediction. Additionally, the study of receptor flexibility demonstrated the importance of considering conformational adjustments in docking methods. Together, these methodologies provide a robust computational framework applicable to the study of other proteins of interest and the rational design of new drugs, emphasizing the value of open-source tools such as AutoDock and RDKit in biomolecular research. Fil: Prieto, Juan Manuel. Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales; Argentina. |
| description |
Esta tesis doctoral se explora el uso de métodos computacionales, principalmente docking molecular, para estudiar las interacciones proteína-ligando y, así como para facilitar la búsqueda virtual de nuevos ligandos con potencial actividad biológica. La precisión del docking se ve afectada por múltiples factores, entre ellos la correcta representación del entorno del sitio de unión y la flexibilidad del receptor. Para abordar estas limitaciones, el estudio incorpora estrategias avanzadas como la inclusión de "sitios de solvente" y Bias Docking, junto con el análisis de la flexibilidad conformacional del receptor. Uno de los principales desafíos en el docking molecular es describir y predecir cómo un receptor proteico acomoda su estructura al interactuar con un ligando. En muchos casos, estas interacciones inducen cambios conformacionales que pueden variar desde pequeños ajustes en las cadenas laterales del sitio activo hasta modificaciones estructurales globales que alteran significativamente la conformación de la proteína. Mientras que algunos receptores presentan estructuras casi idénticas en sus formas apo (sin ligando) y holo (complejo con ligando), otros requieren un ajuste estructural más profundo para permitir la unión del ligando. Los métodos de docking tradicionales están optimizados para modelos de receptor rígido, lo que limita su precisión en escenarios donde la flexibilidad del receptor es un factor clave. Para superar estas deficiencias, en esta tesis se evalúan estrategias computacionales que integran información conformacional dinámica con el objetivo de mejorar la predicción de interacciones y la selección de ligandos en estudios de cribado virtual. Las metodologías propuestas se aplican al estudio de dos sistemas proteicos de relevancia biológica: el complejo transportador de lipoproteínas (LolCDE) y los citocromos P450 bacterianos (BacCYPs), ambos implicados en procesos clave de transporte y metabolismo celular. En el primer caso, los desarrollos de docking se aplican en un esquema de búsqueda virtual de nuevos inhibidores, como punto de partida para el desarrollo de antibióticos. En el segundo caso, el docking es integrado con otros análisis bioinformáticos con el objetivo de predecir el sustrato de un BacCYP a partir de solamente el conocimiento de su secuencia proteica. Los resultados obtenidos destacan la efectividad de estrategias avanzadas de docking molecular para mejorar la predicción de interacciones proteína-ligando. En LolCDE, la identificación de sitios de solvente y el uso de Bias Docking permitieron optimizar la selección de ligandos en virtual screening, mientras que en BacCYPs, la combinación de análisis filogenético, modelado estructural y docking molecular demostró ser una herramienta valiosa para la predicción de sustratos. Además, el estudio de la flexibilidad del receptor evidenció la importancia de considerar ajustes conformacionales en los métodos de docking. En conjunto, estas metodologías proporcionan un marco computacional robusto, aplicable al estudio de otras proteínas de interés y al diseño racional de nuevos fármacos, resaltando el valor de herramientas de código abierto como AutoDock y RDKit en la investigación biomolecular. |
| publishDate |
2025 |
| dc.date.none.fl_str_mv |
2025-07-03 |
| dc.type.none.fl_str_mv |
info:eu-repo/semantics/doctoralThesis info:eu-repo/semantics/publishedVersion http://purl.org/coar/resource_type/c_db06 info:ar-repo/semantics/tesisDoctoral |
| format |
doctoralThesis |
| status_str |
publishedVersion |
| dc.identifier.none.fl_str_mv |
https://hdl.handle.net/20.500.12110/tesis_n7767_Prieto |
| url |
https://hdl.handle.net/20.500.12110/tesis_n7767_Prieto |
| dc.language.none.fl_str_mv |
spa |
| language |
spa |
| dc.rights.none.fl_str_mv |
info:eu-repo/semantics/openAccess https://creativecommons.org/licenses/by-nc-sa/2.5/ar |
| eu_rights_str_mv |
openAccess |
| rights_invalid_str_mv |
https://creativecommons.org/licenses/by-nc-sa/2.5/ar |
| dc.format.none.fl_str_mv |
application/pdf |
| dc.publisher.none.fl_str_mv |
Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales |
| publisher.none.fl_str_mv |
Universidad de Buenos Aires. Facultad de Ciencias Exactas y Naturales |
| dc.source.none.fl_str_mv |
reponame:Biblioteca Digital (UBA-FCEN) instname:Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales instacron:UBA-FCEN |
| reponame_str |
Biblioteca Digital (UBA-FCEN) |
| collection |
Biblioteca Digital (UBA-FCEN) |
| instname_str |
Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales |
| instacron_str |
UBA-FCEN |
| institution |
UBA-FCEN |
| repository.name.fl_str_mv |
Biblioteca Digital (UBA-FCEN) - Universidad Nacional de Buenos Aires. Facultad de Ciencias Exactas y Naturales |
| repository.mail.fl_str_mv |
ana@bl.fcen.uba.ar |
| _version_ |
1877226423601594368 |
| score |
13.265058 |