Utilize este identificador para referenciar este registo:
https://hdl.handle.net/1822/81328
Título: | Implementing a webserver for managing and detecting viral fusion proteins |
Autor(es): | Moreira, Pedro Daniel Martins |
Orientador(es): | Rocha, Miguel Lousa, Diana Andreia Pereira |
Palavras-chave: | Fusion proteins Fusion peptides Web Server Machine Learning Proteínas de fusão Péptidos de fusão |
Data: | 15-Mar-2021 |
Resumo(s): | Viral fusion proteins are essential to allow enveloped viruses (such as Influenza, Dengue,
HIV and SARS-CoV-2) to enter their hosts’ cells, in a mechanism referred to as membrane
fusion. This makes these proteins (with special relevance to their fusion peptides, the com ponent of the protein that can insert into the host’s membrane by itself) interesting potential
therapeutic targets for preventing or treating for some well-known diseases. However, there
is no centralized data repository containing all the relevant information regarding viral
fusion proteins.
With that in mind, the main purpose of this work is to develop a CRUD (Create, Read,
Update and Delete) web server that will allow researchers to find all the necessary data
regarding viral fusion proteins, through an easy-to-use web interface. The web application
will also contain other bioinformatics functionalities, such as sequence alignment (through
BLAST, Clustal and Weblogo) to allow researchers to retrieve key pieces of information
regarding a fusion protein, as well as machine learning models capable of predicting the
location of fusion peptides inside the viral fusion protein sequence.
The implementation of the server used Django as its back-end, retrieving the data from a
MySQL database, and Angular as its front-end.
The main result of the work is, therefore, a working webserver, with a web interface
available online through the URL: https://viralfp.bio.di.uminho.pt/.
The web application allows users to explore the gathered data related to viral fusion
proteins in a user-friendly way. This tool contains all the proposed functionalities and
machine learning models. As expected in an application’s development, there are several
aspects that require future work to improve the usefulness of this tool to the scientific
community. Proteínas virais de fusão são essenciais para que vírus encapsulados (tais como Influenza, Dengue, HIV e SARS-CoV-2) sejam capazes de se inserir nos seus hospedeiros, num mecanismo conhecido como fusão membranar. Por este motivo, estas proteínas (com especial relevância para os seus péptidos de fusão, que são a parte da proteína que se insere na membrana do hospedeiro por si mesma) são potenciais alvos terapêuticos interessantes para prevenir ou tratar algumas doenças bem conhecidas. No entanto, não existe nenhuma fonte de dados centralizada disponível que contenha toda a informação relativa a proteínas virais de fusão. Sabendo isto, o propósito primário deste trabalho é desenvolver um web server CRUD (Create, Read, Update and Delete) que permitira investigadores encontrar toda a informação necessária relacionada com proteínas virais de fusão, através de um interface user-friendly. Este web server incluirá outras funcionalidades bioinformáticas, tais como ferramentas de alinhamento de sequências (como BLAST, Clustal e Weblogo), que permitirá investigadores extrair informações importantes acerca de uma proteína de fusão. Por fim, incluir a modelos de machine learning capazes de prever a localização de péptidos de fusão na sequência da proteína de fusão. A implementação do servidor usou Django como seu back-end, que permite extrair a informação da base de dados MySQL, e Angular como front-end. O principal resultado deste trabalho é, portanto, um web server funcional, com a interface web disponível através do URL: https://viralfp.bio.di.uminho.pt/. Esta aplicação web permite que utilizadores possam explorar a informação acumulada acerca de proteínas virais de fusão através de uma interface user-friendly. Esta ferramenta contém todas as funcionalidades e modelos de machine learning propostos. Como seria de esperar no desenvolvimento de uma aplicação, existem vários aspetos que requerem trabalho futuro para melhorar a utilidade desta ferramenta para a comunidade científica. |
Tipo: | Dissertação de mestrado |
Descrição: | Dissertação de mestrado em Bioinformática |
URI: | https://hdl.handle.net/1822/81328 |
Acesso: | Acesso aberto |
Aparece nas coleções: | BUM - Dissertações de Mestrado |
Ficheiros deste registo:
Ficheiro | Descrição | Tamanho | Formato | |
---|---|---|---|---|
Pedro Daniel Martins Moreira.pdf | 3,09 MB | Adobe PDF | Ver/Abrir |