EADock : design of a new molecular docking algorithm and some of its applications

3 Summary 3. 1 English The pharmaceutical industry has been facing several challenges during the last years, and the optimization of their drug discovery pipeline is believed to be the only viable solution. High-throughput techniques do participate actively to this optimization, especially when complemented by computational approaches aiming at rationalizing the enormous amount of information that they can produce. In siiico techniques, such as virtual screening or rational drug design, are now routinely used to guide drug discovery. Both heavily rely on the prediction of the molecular interaction (docking) occurring between drug-like molecules and a therapeutically relevant target. Several softwares are available to this end, but despite the very promising picture drawn in most benchmarks, they still hold several hidden weaknesses. As pointed out in several recent reviews, the docking problem is far from being solved, and there is now a need for methods able to identify binding modes with a high accuracy, which is essential to reliably compute the binding free energy of the ligand. This quantity is directly linked to its affinity and can be related to its biological activity. Accurate docking algorithms are thus critical for both the discovery and the rational optimization of new drugs. In this thesis, a new docking software aiming at this goal is presented, EADock. It uses a hybrid evolutionary algorithm with two fitness functions, in combination with a sophisticated management of the diversity. EADock is interfaced with .the CHARMM package for energy calculations and coordinate handling. A validation was carried out on 37 crystallized protein-ligand complexes featuring 11 different proteins. The search space was defined as a sphere of 15 R around the center of mass of the ligand position in the crystal structure, and conversely to other benchmarks, our algorithms was fed with optimized ligand positions up to 10 A root mean square deviation 2MSD) from the crystal structure. This validation illustrates the efficiency of our sampling heuristic, as correct binding modes, defined by a RMSD to the crystal structure lower than 2 A, were identified and ranked first for 68% of the complexes. The success rate increases to 78% when considering the five best-ranked clusters, and 92% when all clusters present in the last generation are taken into account. Most failures in this benchmark could be explained by the presence of crystal contacts in the experimental structure. EADock has been used to understand molecular interactions involved in the regulation of the Na,K ATPase, and in the activation of the nuclear hormone peroxisome proliferatoractivated receptors a (PPARa). It also helped to understand the action of common pollutants (phthalates) on PPARy, and the impact of biotransformations of the anticancer drug Imatinib (Gleevec®) on its binding mode to the Bcr-Abl tyrosine kinase. Finally, a fragment-based rational drug design approach using EADock was developed, and led to the successful design of new peptidic ligands for the a5ß1 integrin, and for the human PPARa. In both cases, the designed peptides presented activities comparable to that of well-established ligands such as the anticancer drug Cilengitide and Wy14,643, respectively. 3.2 French Les récentes difficultés de l'industrie pharmaceutique ne semblent pouvoir se résoudre que par l'optimisation de leur processus de développement de médicaments. Cette dernière implique de plus en plus. de techniques dites "haut-débit", particulièrement efficaces lorsqu'elles sont couplées aux outils informatiques permettant de gérer la masse de données produite. Désormais, les approches in silico telles que le criblage virtuel ou la conception rationnelle de nouvelles molécules sont utilisées couramment. Toutes deux reposent sur la capacité à prédire les détails de l'interaction moléculaire entre une molécule ressemblant à un principe actif (PA) et une protéine cible ayant un intérêt thérapeutique. Les comparatifs de logiciels s'attaquant à cette prédiction sont flatteurs, mais plusieurs problèmes subsistent. La littérature récente tend à remettre en cause leur fiabilité, affirmant l'émergence .d'un besoin pour des approches plus précises du mode d'interaction. Cette précision est essentielle au calcul de l'énergie libre de liaison, qui est directement liée à l'affinité du PA potentiel pour la protéine cible, et indirectement liée à son activité biologique. Une prédiction précise est d'une importance toute particulière pour la découverte et l'optimisation de nouvelles molécules actives. Cette thèse présente un nouveau logiciel, EADock, mettant en avant une telle précision. Cet algorithme évolutionnaire hybride utilise deux pressions de sélections, combinées à une gestion de la diversité sophistiquée. EADock repose sur CHARMM pour les calculs d'énergie et la gestion des coordonnées atomiques. Sa validation a été effectuée sur 37 complexes protéine-ligand cristallisés, incluant 11 protéines différentes. L'espace de recherche a été étendu à une sphère de 151 de rayon autour du centre de masse du ligand cristallisé, et contrairement aux comparatifs habituels, l'algorithme est parti de solutions optimisées présentant un RMSD jusqu'à 10 R par rapport à la structure cristalline. Cette validation a permis de mettre en évidence l'efficacité de notre heuristique de recherche car des modes d'interactions présentant un RMSD inférieur à 2 R par rapport à la structure cristalline ont été classés premier pour 68% des complexes. Lorsque les cinq meilleures solutions sont prises en compte, le taux de succès grimpe à 78%, et 92% lorsque la totalité de la dernière génération est prise en compte. La plupart des erreurs de prédiction sont imputables à la présence de contacts cristallins. Depuis, EADock a été utilisé pour comprendre les mécanismes moléculaires impliqués dans la régulation de la Na,K ATPase et dans l'activation du peroxisome proliferatoractivated receptor a (PPARa). Il a également permis de décrire l'interaction de polluants couramment rencontrés sur PPARy, ainsi que l'influence de la métabolisation de l'Imatinib (PA anticancéreux) sur la fixation à la kinase Bcr-Abl. Une approche basée sur la prédiction des interactions de fragments moléculaires avec protéine cible est également proposée. Elle a permis la découverte de nouveaux ligands peptidiques de PPARa et de l'intégrine a5ß1. Dans les deux cas, l'activité de ces nouveaux peptides est comparable à celles de ligands bien établis, comme le Wy14,643 pour le premier, et le Cilengitide (PA anticancéreux) pour la seconde.

Delayed primary versus late secondary wound closure in the treatment of postsurgical sternum osteomyelitis.

Sternal osteomyelitis and poststernotomy mediastinitis is a severe and life-threatening complication after the cardiac surgery. The incidence ranges up to 3% with a mortality rate up to 29%. In addition, postoperative infections after sternotomy are associated with prolonged hospital stay, increased healthcare costs and impaired quality of patient life, representing an economic and social burden. The emergence of increasing antimicrobial resistant bacteria augments the importance of postsurgical infections since the antimicrobial choices are becoming limited. Furthermore, the incidence of infection is an indicator for the quality of patient care in the international benchmark studies. Although several therapy strategies are nowadays present in clinical practice, there is a lack of evidence-based surgical consensus for treatment of this surgical complication. In most cases the poststernotomy mediastinitis involves surgical revision with debridement, open dressing and/or vacuum-assisted therapy. After the granulation tissue on open chest wound is achieved, secondary closure and/or reconstruction with vascularized soft tissue flaps, such as omentum or pectoral muscle is performed. It seems there is a need for more effective surgical treatment of poststernotomy wound infections, which may address the prolonged hospitalization and reduce the number of surgical interventions and with this also the perioperative morbidity. In light of this we propose a randomized study comparing new delayed primary closure of the sternum to the secondary vacuum-assisted closure.

A Framework for Building Hypercubes Using MapReduce

The European Space Agency's Gaia mission will create the largest and most precise three dimensional chart of our galaxy (the Milky Way), by providing unprecedented position, parallax, proper motion, and radial velocity measurements for about one billion stars. The resulting catalogue will be made available to the scientific community and will be analyzed in many different ways, including the production of a variety of statistics. The latter will often entail the generation of multidimensional histograms and hypercubes as part of the precomputed statistics for each data release, or for scientific analysis involving either the final data products or the raw data coming from the satellite instruments. In this paper we present and analyze a generic framework that allows the hypercube generation to be easily done within a MapReduce infrastructure, providing all the advantages of the new Big Data analysis paradigmbut without dealing with any specific interface to the lower level distributed system implementation (Hadoop). Furthermore, we show how executing the framework for different data storage model configurations (i.e. row or column oriented) and compression techniques can considerably improve the response time of this type of workload for the currently available simulated data of the mission. In addition, we put forward the advantages and shortcomings of the deployment of the framework on a public cloud provider, benchmark against other popular solutions available (that are not always the best for such ad-hoc applications), and describe some user experiences with the framework, which was employed for a number of dedicated astronomical data analysis techniques workshops.

A Framework for Building Hypercubes Using MapReduce

The European Space Agency's Gaia mission will create the largest and most precise three dimensional chart of our galaxy (the Milky Way), by providing unprecedented position, parallax, proper motion, and radial velocity measurements for about one billion stars. The resulting catalogue will be made available to the scientific community and will be analyzed in many different ways, including the production of a variety of statistics. The latter will often entail the generation of multidimensional histograms and hypercubes as part of the precomputed statistics for each data release, or for scientific analysis involving either the final data products or the raw data coming from the satellite instruments. In this paper we present and analyze a generic framework that allows the hypercube generation to be easily done within a MapReduce infrastructure, providing all the advantages of the new Big Data analysis paradigmbut without dealing with any specific interface to the lower level distributed system implementation (Hadoop). Furthermore, we show how executing the framework for different data storage model configurations (i.e. row or column oriented) and compression techniques can considerably improve the response time of this type of workload for the currently available simulated data of the mission. In addition, we put forward the advantages and shortcomings of the deployment of the framework on a public cloud provider, benchmark against other popular solutions available (that are not always the best for such ad-hoc applications), and describe some user experiences with the framework, which was employed for a number of dedicated astronomical data analysis techniques workshops.

Oscillations, phase-of-firing coding, and spike timing-dependent plasticity: an efficient learning scheme

Recent experiments have established that information can be encoded in the spike times of neurons relative to the phase of a background oscillation in the local field potential—a phenomenon referred to as “phase-of-firing coding” (PoFC). These firing phase preferences could result from combining an oscillation in the input current with a stimulus-dependent static component that would produce the variations in preferred phase, but it remains unclear whether these phases are an epiphenomenon or really affect neuronal interactions—only then could they have a functional role. Here we show that PoFC has a major impact on downstream learning and decoding with the now well established spike timing-dependent plasticity (STDP). To be precise, we demonstrate with simulations how a single neuron equipped with STDP robustly detects a pattern of input currents automatically encoded in the phases of a subset of its afferents, and repeating at random intervals. Remarkably, learning is possible even when only a small fraction of the afferents (~10%) exhibits PoFC. The ability of STDP to detect repeating patterns had been noted before in continuous activity, but it turns out that oscillations greatly facilitate learning. A benchmark with more conventional rate-based codes demonstrates the superiority of oscillations and PoFC for both STDP-based learning and the speed of decoding: the oscillation partially formats the input spike times, so that they mainly depend on the current input currents, and can be efficiently learned by STDP and then recognized in just one oscillation cycle. This suggests a major functional role for oscillatory brain activity that has been widely reported experimentally.

An Improved Hybrid Model for the Generic Hoist Scheduling Problem

Peer-reviewed

A robust audio watermarking scheme based on MPEG 1 Layer 3 Compression

This paper describes an audio watermarking scheme based on lossy compression. The main idea is taken from an image watermarking approach where the JPEG compression algorithm is used to determine where and how the mark should be placed. Similarly, in the audio scheme suggested in this paper, an MPEG 1 Layer 3 algorithm is chosen for compression to determine the position of the mark bits and, thus, the psychoacoustic masking of the MPEG 1 Layer 3compression is implicitly used. This methodology provides with a high robustness degree against compression attacks. The suggested scheme is also shown to succeed against most of the StirMark benchmark attacks for audio.

Linear transceiver design in nonregenerative relays with channel state information

This paper deals with the design of nonregenerativerelaying transceivers in cooperative systems where channel stateinformation (CSI) is available at the relay station. The conventionalnonregenerative approach is the amplify and forward(A&F) approach, where the signal received at the relay is simplyamplified and retransmitted. In this paper, we propose an alternativelinear transceiver design for nonregenerative relaying(including pure relaying and the cooperative transmission cases),making proper use of CSI at the relay station. Specifically, wedesign the optimum linear filtering performed on the data to beforwarded at the relay. As optimization criteria, we have consideredthe maximization of mutual information (that provides aninformation rate for which reliable communication is possible) fora given available transmission power at the relay station. Threedifferent levels of CSI can be considered at the relay station: onlyfirst hop channel information (between the source and relay);first hop channel and second hop channel (between relay anddestination) information, or a third situation where the relaymay have complete cooperative channel information includingall the links: first and second hop channels and also the directchannel between source and destination. Despite the latter beinga more unrealistic situation, since it requires the destination toinform the relay station about the direct channel, it is useful as anupper benchmark. In this paper, we consider the last two casesrelating to CSI.We compare the performance so obtained with theperformance for the conventional A&F approach, and also withthe performance of regenerative relays and direct noncooperativetransmission for two particular cases: narrowband multiple-inputmultiple-output transceivers and wideband single input singleoutput orthogonal frequency division multiplex transmissions.

Paperitehtaan kunnossapitoprosessien gap -analyysi

Tässä diplomityössä käsitellään paperitehtaan kunnossapitoprosessien hallintaa ja niiden uudistamista yrityksen strategisista lähtökohdista. Diplomityön tavoitteena on etsiä merkittävimmät poikkeamat toimintojen nykytilan ja strategiassa määritellyn tavoitetilan välillä, ja tämän perusteella esittää kehitysehdotuksia toimintojen parantamiseksi. Tutkimuksen kirjallisessa osassa tutkimusongelmaa käsitellään prosessien kuvaamisen, ydinprosessien määrittelemisen ja toimintamallimuutoksen käyttöönoton näkökulmasta. Lisäksi kirjallisissa lähteissä hyödynnetään kunnossapidon johtamisen ajatuksia. Diplomityön empiirisessä osassa toteutetaan haastattelututkimus kohdeyrityksen kunnossapito-organisaatiossa sekä benchmark -tyyppinen haastattelu ulkopuolisessa yrityksessä. Tutkimuksen tulokset osoittavat, että kunnossapitotoimintojen toteuttaminen on hajanaista niin yrityksen strategiaan kuin osastojen väliseen toimintaan suhteutettuna. Näiden tulosten perusteella suositellaan johdolle aktiivisempaa otetta toimintamallimuutoksen loppuunsaattamiseen.

PhylomeDB v4: zooming into the plurality of evolutionary histories of a genome

Phylogenetic trees representing the evolutionary relationships of homologous genes are the entry point for many evolutionary analyses. For instance, the use of a phylogenetic tree can aid in the inference of orthology and paralogy relationships, and in the detection of relevant evolutionary events such as gene family expansions and contractions, horizontal gene transfer, recombination or incomplete lineage sorting. Similarly, given the plurality of evolutionary histories among genes encoded in a given genome, there is a need for the combined analysis of genome-wide collections of phylogenetic trees (phylomes). Here, we introduce a new release of PhylomeDB (http://phylomedb.org), a public repository of phylomes. Currently, PhylomeDB hosts 120 public phylomes, comprising >1.5 million maximum likelihood trees and multiple sequence alignments. In the current release, phylogenetic trees are annotated with taxonomic, protein-domain arrangement, functional and evolutionary information. PhylomeDB is also a major source for phylogeny-based predictions of orthology and paralogy, covering >10 million proteins across 1059 sequenced species. Here we describe newly implemented PhylomeDB features, and discuss a benchmark of the orthology predictions provided by the database, the impact of proteome updates and the use of the phylome approach in the analysis of newly sequenced genomes and transcriptomes.

Evaluation of performance analysis software for Linux computing cluster

Tietokonejärjestelmän osien ja ohjelmistojen suorituskykymittauksista saadaan tietoa,jota voidaan käyttää suorituskyvyn parantamiseen ja laitteistohankintojen päätöksen tukena. Tässä työssä tutustutaan suorituskyvyn mittaamiseen ja mittausohjelmiin eli ns. benchmark-ohjelmistoihin. Työssä etsittiin ja arvioitiin eri tyyppisiä vapaasti saatavilla olevia benchmark-ohjelmia, jotka soveltuvat Linux-laskentaklusterin suorituskyvynanalysointiin. Benchmarkit ryhmiteltiin ja arvioitiin testaamalla niiden ominaisuuksia Linux-klusterissa. Työssä käsitellään myös mittausten tekemisen ja rinnakkaislaskennan haasteita. Benchmarkkeja löytyi moneen tarkoitukseen ja ne osoittautuivat laadultaan ja laajuudeltaan vaihteleviksi. Niitä on myös koottu ohjelmistopaketeiksi, jotta laitteiston suorituskyvystä saisi laajemman kuvan kuin mitä yhdellä ohjelmalla on mahdollista saada. Olennaista on ymmärtää nopeus, jolla dataa saadaan siirretyä prosessorille keskusmuistista, levyjärjestelmistä ja toisista laskentasolmuista. Tyypillinen benchmark-ohjelma sisältää paljon laskentaa tarvitsevan matemaattisen algoritmin, jota käytetään tieteellisissä ohjelmistoissa. Benchmarkista riippuen tulosten ymmärtäminen ja hyödyntäminen voi olla haasteellista.

Benchmarking project of the Department of Electrical Engineering of Lappeenranta University of Technology

Lappeenrannan teknillisen korkeakoulun sähkötekniikan osasto muutti 1.8.2005 sähkötekniikan tutkinnon kaksiportaiseksi ja vastaamaan näin Bologna-prosessia ja Suomen yliopistolainsäädäntöä. Tutkinnonuudistuksen myötä osasto haluaa varmistaa sähkötekniikan tutkintojen laadun ja vertailtavuuden sekä parantaa opiskelijoidensekä henkilökunnan liikkuvuutta. Tutkintojen laatu ja vertailtavuus osoitetaan sähkötekniikan osaston benchmark-projektilla, jossa kerätään tietoja maisteri- ja tohtorintutkintoa tarjoavista eurooppalaisista yliopistoista. Diplomityö käsittää BM-projektin kolmannen vaiheen suunnittelun ja toteutuksen sisältäen teoriaa benchmark-projekteille tyypillisistä toimintatavoista. Hyväksi havaitut menetelmiä, kuten kyselyt ja matriisit, on tässä työssä otettu soveltuvin osin sähkötekniikan osaston BM-projektin työkaluiksi. Diplomityössä analysoidaan työkalujen avulla BM-kumppaneilta kerättyjä tietoja sekä esitetään ratkaisuja, miten sähkötekniikan osastolla voidaan jatkaa parhaiden toimintatapojen löytämistä.

APROS code benchmarking inboiling water reactor accident analyses

Diplomityö käsittelee kiehutusvesilaitosten transienttien ja onnettomuuksien analysointia APROS-ohjelmiston avulla. Työ on tehty Teollisuuden Voima Oy:n (TVO) Olkiluoto 1 ja 2 laitosyksiköiden mallin pohjalta. Raportissa esitetään ohjelmiston käyttämiä yhtälöitäja laskentamalleja yleisellä tasolla. Työssä esitellään laitoksen yleispiirteet turvallisuustoimintoineen ja kuvataan ohjelmaan suureksi osaksi aiemmin luotua laskentamallia. Työssä on luetteloitu voimassa olevatlisensiointianalyysit, joiden joukosta on valittu laskentatapauksia ohjelmiston suorituskyvyn arviointia varten. Lisäksi työhön on valittu laskentatapauksia muilla kuin lisensointiin käytetyillä ohjelmilla lasketuista analyyseistä. Lisäksi on suoritettu vertailulaskuja konservatiivisen ja realistisen mallin erojen esille saamiseksi. Laskentatapauksia ovat mm. ylipainetransientti, jäähdytteen menetysonnettomuus ja oletettavissa oleva käyttöhäiriö, jossa pikasulku ei toimi (ATWS). Diplomityön edetessä laitosmallia on kehitetty edelleen lisäämällä joitakin järjestelmiä ja tarkentamalla joidenkin komponenttien kuvausta. Työssä ilmeni, että APROS soveltuu jäähdytteenmenetysonnettomuuden ja suojarakennuksen yhtäaikaiseen analyysiin. APROS.n vaste nopeisiin transientteihin jäi kuitenkin vertailutasosta. Tämän työn perusteella APROS-mallia kehitys jatkuu edelleen siten, että se soveltuisi entistä paremmin myös nopeiden transienttien ja ATWS-tilanteiden kuvaamiseen. Työssä olevaa lisensointianalyysien kuvausta tullaan käyttämään hyväksi selvitettäessä laitoksen turvallisuuden väliarviossa tarvittavien analyysien määrää ja laatua. Nyt saatuja kokemuksia voidaan hyödyntää myös mahdollisen kolmiulotteisen sydänmallin hankinnassa APROS-ohjelmistoon. Tässä diplomityössä esitettyjä parannuksia voidaan käyttää hyväksi SAFIRtutkimusohjelman hankkeiden suunnittelussa.

Benchmarking Symbian OS smartphones

Diplomityön tarkoituksena oli luoda menetelmä Symbian-käyttöjärjestelmää käyttävien älypuhelinten suorituskyvyn määrittämiseen, jotta laitteiden välisiä eroja voitaisiin mitata. Aluksi Symbian-käyttöjärjestelmää ja älypuhelinlaitteistoja tutkittiin suorituskykyyn ja sen vaihteluun vaikuttavien tekijöiden ja osien löytämiseksi. Tämän jälkeen kehitettiin useita testitapauksia sisältävä testikirjasto, jolla voitiin mitata joidenkin suorituskykyyn vaikuttavien käyttöjärjestelmän rajapintojen suoritusaikoja. Testikirjaston testit ajettiin kolmella eri älypuhelinmallilla, jotta testien toimivuutta voitiin arvioida. Lopuksi testituloksia analysoitiin mahdollisten pullonkaulojen havaitsemiseksi suorituskyvystä. Testikirjaston pystyttiin havaitsemaan eroja laitteiden suorituskyvyssä. Viimeisin, uudella Symbianin EKA2-ytimellä varustettu älypuhelin, Nokia E70, jäi mittauksissa viimeiseksi, koska se pärjäsi huonosti muistinvarauksia ja TRAP-poikkeuksia testaavissa tapauksissa. Muilla mitatuilla osa-alueilla se kuitenkin päihitti selvästi muut testatut puhelimet, Nokia N90:n ja Nokia 6630:n. Näiden kahden muun laitteen tulosten skaalan tasaisuus osoittaa, että kehitetyn testikirjaston avulla saadaan johdonmukaisia ja uskottavia mittaustuloksia.

Tarjoustoiminnankehittäminen projektiliiketoiminnassa - tiedonhallinta ja työkalut

Työn tavoitteena on tehdä pohjatutkimus tarjoustoiminnan kehittämiseksi Larox Oyj:ssä. Työssä hahmotetaan haastatteluiden avulla tämänhetkiset ongelma-alueet tarjoustoiminnassa ja tiedonhallinnassa. Nykyisin suurimpina kehityshaasteina ovat rutiinityön manuaalinen hallinta, tiedon hankala saatavuus ja selkeiden yhteisten pelisääntöjen puuttuminen tarjoustoiminnassa. Näihin haasteisiin pyritään löytämään ratkaisuvaihtoehtoja. Työ sisältää teoriaosan, jossa käydään läpi projektin ominaispiirteitä, tarjoustoiminnan osuutta projektiliiketoiminnassa, elinkaarenaikaisen tiedonhallinnan keinoja sekä massaräätälöinnin toimintaperiaatteita. Tarjoustoimintaa pyritään kehittämään käsitellyn teorian, benchmark-vierailuilta saatujen ideoiden sekä haastatteluissa tulleiden toiveiden pohjalta. Tuloksena saadaan kehitysideat pitkäjänteiseen kehitystyöhön sekä nopeasti toteutettaviin toimenpiteisiin. Keskeinen kehitysidea on tarjouskonfiguraattorin kehitystyön aloittaminen. Sen avulla pyritään vähentämään tarjousinsinöörien työtaakkaa. Silloin tarjousinsinööreille jää aikaa toteuttaa osaamistaan haastavampien ja suurempien tarjouksien tekemisessä. Tuloksena on saatu neliportainen kehityspolku, jota kulkemalla päästään kohti hahmotettua tavoitetilaa. Työn tuloksia käytetään hyväksi aloitettaessa konfiguraattorin kehitys Laroxilla sekä kehitettäessä koko tarjoustoimintaa ja elinkaarenaikaista tiedonhallintaa yrityksessä.