Exploração de técnica de visualização de dados aplicada à dinâmica molecular : análise de mapas de correlação cruzada dinâmica como redes dinâmicas

Abstract

A Bioinformática é uma área multidisciplinar que faz uso de ferramentas computacionais para a análise de dados biológicos. Uma das áreas de aplicação da Bioinformática é a Biologia Estrutural, a qual estuda o funcionamento de fenômenos biológicos a partir das estruturas tridimensionais de biomoléculas, como de proteínas. Neste contexto, Dinâmica Molecular é a técnica que permite a simulação computacional de sistemas moleculares a partir de suas estruturas. Esta técnica é baseada na utilização de equações de mecânica clássica (campos de força), tratando cada átomo da proteína como partícula e determinando suas posições e velocidades ao longo do tempo a partir de energias potenciais. Ao longo da simulação, ocorre o registro das diferentes conformações e posições da estrutura em tempos pré-determinados. Desse modo, a Dinâmica Molecular é um método que permite o estudo da dinâmica de interação de biossistemas de forma atomística. Entretanto, esta técnica enfrenta desafios relacionados à complexidade dos dados devido à alta dimensionalidade, ao alto custo computacional para a realização das simulações destes sistemas e ao armazenamento de seu grande volume. Desta forma, faz-se necessário desenvolver métodos computacionais que facilitem a análise, integração e visualização dos dados obtidos através das simulações. Para encontrar padrões informativos nos complexos simulados, um dos métodos utilizados na análise de simulações de complexos moleculares é o Mapa Dinâmico de Correlações Cruzadas, denominado Dynamic Cross Correlation Map (DCCM). O DCCM analisa a média da correlação dos vetores de deslocamento cartesiano de todos contra todos entre os resíduos de aminoácidos presentes no sistema, levando em consideração as diferentes conformações adotadas durante a simulação. O método de DCCM pode ser interpretado como uma matriz de adjacência conforme descrito na teoria de Grafos. Considerando a dimensão do tempo e estados da simulação, esta matriz se torna dinâmica, caracterizando a estrutura de dados necessária para a construção de uma rede dinâmica (Dynamic Network). Desta forma, o objetivo deste trabalho é explorar a transformação, representação e análise de dados estruturais sob uma perspectiva computacional, de forma a aproximar as áreas de Visualização de Dados e Bioinformática Estrutural. Este estudo possui caráter exploratório, visando compreender o entendimento da representação de dados proposta, investigar maneiras de representar os dados resultantes de análise de Dinâmica Molecular utilizando redes dinâmicas e propor uma visualização integrada e informativa dos processos moleculares.

Bioinformatics is a multidisciplinary field that utilizes computational tools to analyze biological data. Structural Bioinformatics is one area that stems from this field, studying the workings of biological phenomena through the three-dimensional structures of biomolecules, such as proteins. Within this context, Molecular Dynamics is the technique that allows for the computational simulation of molecular systems from their structures. This method relies on using equations from classical mechanics (force fields), treating each protein atom as a particle, and determining its position and velocities over time using potential energies. During the simulation, the conformation and position of the structure are recorded at predetermined time steps. In this way, Molecular Dynamics is a method that enables the study of the interaction dynamics of biosystems at an atomic level. Nonetheless, this technique faces challenges related to data complexity resulting from high dimensionality, high computational cost to simulate these systems, and high demand for storage of this data volume. There is a need to develop computational methods that facilitate the analysis, integration, and visualization of data obtained from simulations. To find informative patterns in the simulated complex, one method utilized in the analysis of complex molecular systems is the Dynamic Cross Correlation Map (DCCM). DCCM analyzes the average correlation of the Cartesian displacement vectors of all-versus-all amino acid residues present in the system, taking into account the different conformations adopted during the simulation. The DCCM method can be interpreted as an adjacency matrix as described in Graph Theory. Considering the time dimension and simulation states, this matrix becomes dynamic, characterizing the data structure necessary for constructing a dynamic network. In this way, the objective of this work is to explore the transformation, representation, and analysis of structural data from a computational perspective, thereby bringing the fields of Data Visualization and Structural Bioinformatics closer together. This study has an exploratory character, aiming to understand the proposed data representation, investigate ways to represent data resulting from Molecular Dynamics analysis using dynamic networks, and propose an integrated and informative visualization of molecular processes.