WOW !! MUCH LOVE ! SO WORLD PEACE !
Fond bitcoin pour l'amélioration du site: 1memzGeKS7CB3ECNkzSn2qHwxU6NZoJ8o
  Dogecoin (tips/pourboires): DCLoo9Dd4qECqpMLurdgGnaoqbftj16Nvp


Home | Publier un mémoire | Une page au hasard

 > 

Développement d'un portail web pour le criblage virtuel sur la grille de calcul

( Télécharger le fichier original )
par Farida LOUACHENI
Institut de la Francophonie pour l'Informatique - Master 2 Informatique 2013
  

précédent sommaire suivant

Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy

4.1 Conclusion

Dans le cadre de ce projet, nous avons utiliséplusieurs outils pour la réalisation de ce projet. Nous avons utiliséDIRAC comme intergiciel afin de soumettre les jobs de docking

sur la grille de calcul, suivre l'état du job et récupérer les résultats. L'outil AutoDock, nous avons déployéla version AutoDock4.2 pour créer et préparer les fichiers nécessaires

pour le docking. Et l'outil Taverna pour la création et la visualisation des workflow. Le but d'utiliser Taverna est d'avoir la possibilitéd'étendre et d'extensier le workflow en ajoutant d'autres nouvelles fonctionalités, des services et d'autres processus pour mieux l'adapter aux besoins ultérieurs des utilisateurs. Les utilisateurs de ce portail peuvent donc profiter des services du portail, qui servent comme intermédiare entre les utilisateurs finaux et les services de la grille. Ce portail fournit un moyen pour la gestion des protéines, des ligands, des paramètres de grille, des projets de docking, de soumettre des jobs de docking sur la grille de calcul et de récupérer les résultats.

64

5 Conclusion & perspective

La découverte de nouveaux médicaments »in-silico» est l'une des stratégies les plus prometteuses visant à accélérer le processus de développement de médicaments. Le criblage virtuel »Virtual Screening», est l'une des premières étapes du processus de découverte de médicaments, il repose sur la sélection »in-silico» des meilleurs médicaments potentiels qui agissent sur une protéine cible donnée, il peut se faire »in-vitro», mais il est très onéreux. Le criblage virtuel nécessite une analyse complexe avec plusieurs étapes telles que la modélisation moléculaire et le docking. L'un des principaux avantages conférés par le docking est qu'il permet aux chercheurs de trier (screen) rapidement les grandes bases de données de médicaments potentiels qui nécessiteraient autrement un travail fastidieux et de longue durée dans le laboratoire selon les méthodes traditionnelles de découverte de médicaments. La recherche sur les maladies négligées pourrait largement bénéficier des avantages de déploiement des grilles informatiques à plusieurs niveaux. Récemment, le déploiement de docking »in-silico» sur les grilles de calcul a émergédans la perspective de réduire les coûts et le temps de conception de médicaments.

Le présent travail poursuit deux objectifs. Le premier, est de se familiariser avec l'outil AutoDock afin mieux comprendre le mécanisme de docking moléculaire protéine-ligand, et l'outil Taverna pour la création et l'exécution des workflows scientifiques. Le deuxième objectif consiste à développer un portail web pour soumettre les jobs de docking in-silico à grande échelle sur la grille de calcul en utilisant l'intergiciel DIRAC et l'environnement Taverna [26]. Oùl'utilisateur prépare ses fichiers nécessaires (protéine, ligand, paramètres de la grille), soumet son job sur la grille via le portail et récupère le résultat de son job de docking.

L'achèvement de ce projet implique l'utilisation coordonnée de plusieurs outils informatiques (AutoDock, Taverna, DIRAC). Un nombre croissant de ces ressources sont mises à disposition sous la forme de services Web. De sorte que, ces services Web sont orchestrer dans un workflow et qui sont mises à la disposition des chercheur scientifiques. Afin de faciliter l'interaction entre l'utilisateur et les ressources de la grille de calcul, nous avons développéun portail web qui répond aux besoins des utilisateurs qui ne sont pas forcément des experts en informatique. Ce portail permet à ces derniers de charger, modifier, consulter leur molécules de ligands, protéines sur le portail. Ainsi, de créer leur projet et d'effectuer le docking »in-silico» afin d'accélérer leur recherche sans se préoccuper de la complexitédu portail, tout en déployant les ressources de la grille de calcul pour soumettre les jobs de docking à travers l'intergiciel »DIRAC». Ainsi, nous nous sommes servis de l'outil AutoDock pour préparer les fichiers nécessaires et effectuer le docking. Nous avons crééun workflow pour le criblage virtuel sur la grille en utilisant l'outil »Taverna». Nous

avons pu soumettre les jobs de docking de la base de donnée ZINC (10256 composés), nous avons stockés les résultats sur l'espace de stockage de la grille de calcul.

65

Au cours de la réalisation de ce projet, nous avons rencontréplusieurs des difficultés. Tout d'abord, les difficultés théoriques. Elles se résument sur la compréhension des mécanismes de docking moléculaire et de criblage virtuel. Et les difficultés pratiques se situent au niveau d'installation et l'utilisation des outils (Taverna, AutoDock). Et au niveau des lignes de commande de DIRAC, qui ne sont pas assez conviviale à utiliser. Ainsi, lors de l'utilisation de l'outil Taverna qui consomme beaucoup de RAM, ce qui entraîne un ralentissement des autres processus en cours d'exécution et les services nécessaires pour la soumission des jobs du portail vers la grille de calcul.

Nous allons améliorer le portail web au fur et à mesure en ajoutant d'autres fonctio-nalités et d'autres services :

· Mise en place du portail web sur le serveur de l'IFI.

· Authentification au moyen d'un certificat client X509 au lieu du nom et du mot de passe de l'utilisateur.

· Visualisation des résultats de docking protéine-ligand sous forme de graphe.

Références

[1] Jens Kruger, Richard Grunzke, Sonja Herres-Pawlis, Performance Studies on Distributed Virtual Screening, 2014

[2] Pratap Parida, Brajesh Shankar, in-silico protein ligand interaction study of typical antipsychotic drugs against dopaminergic D2 receptor, 2013

[3] William Lindstrom, Garrett M. Morris, Christoph Weber, Ruth Huey, Using Au-toDock4 for virtual screening, 2008

[4] Romano T. Kroemer, Structure-Based Drug Design : Docking and Scoring, 2007

[5] C.S.R. Prabhu, Grid and Cluster Computing, New Delhi : Prentice Hall of India, 2008.

[6] Stian Soiland-Reyes, Ian Dunlop, Alan Williams, Taverna reloaded

[7] Hsin-Yen Chen, Mason Hsiung, Hurng-Chun Lee, Eric Yen, Simon C. Lin, Ying-Ta Wu, GVSS : A High Throughput Drug Discovery Service of Avian Flu and Dengue Fever for EGEE and EUAsiaGrid, 2009

[8] Nguyen Bui The, Nguyen Hong Quang, Doan Trung Tung,On the Performance Enhancement of the WISDOM Production Environment, 2012

[9] Ankur Dhanik, John SMcMurray, Lydia Kavraki, AutoDock based incremental docking protocol to improve docking of large ligands, 2012

[10] Pritpal Singh, Gurinderpal Singh, Grid computing architecture. 2013

[11] JACQ Nicolas, In silico drug discovery services in computing grid envir nments against neglected and emerging infectious diseases. 2006

[12] D. Hull, K. Wolstencroft, R. Stevens, C. A. Goble, M. R. Pocock, Taverna: a tool for building and running workflows of services, Nucleic Acids Research , 34 (Web-Server-Issue) :729 732, 2006

[13] Quang Bui The, Doan Trung Tung, Nguyen Hong Quang, Criblage virtuel sur grille de composés isolés au Vietnam, 2011

[14] Yasmine Asses, Conception par modélisation et criblage in silico d'hinibi-teurs du récepteur c-Met, 2011

[15] Grosdidier A.Conception d'un logiciel de docking et applications dans la recherche de nouvelles molécules actives, Thèse de doctorat en pharmacie. Grenoble : UniversitéJoseph Fourier. France. 2007

[16] Sousa S. F., Fernandes P. A., Ramos M. J, Protein-Ligand Docking: Current Status and Future Challenges, Proteins. 2006; 65 : 15-26

[17] Koblitz, B.Santos, N.Pose, The AMGA metadata service, J.Grid Computing6,61-67 (2008)

[18] German-Renaud, C.Loomis, Scheduling for responsive grids, J.Grid Computing 7,463-478 (2009)

[19] A.Tsaregorodtsev, V.Hamar, M.Sapunov, T.Glatard, Infrastructure DIRAC pour les Communautés Pluridisciplinaires, 2011

[20] A.Tsaregorodtsev, P. Charpentier, V.Romanovski, DIRAC - The Distributed MC Production and Analysis for LHCb , 2010

[21] E. van Herwijnen, J. Closier, M. Frank, C. Gaspar, F. Loverre, S.Ponce, and M. Gan-delman, Dirac-distributed infrastructure with remote agent control, Conference for Computing in High-Energy and Nuclear Physics (CHEP 03), 2003.

[22] Bui The Quang, Nguyen Hong Quang, Emmanuel Medernach, Vincent Breton , Multi-Level Queue-Based Scheduling for Virtual Screening Application on Pilot-Agent Platforms on Grid/Cloud to Optimize the Stretch , 2014

[23] Katherine Wolstencroft, Robert Haines, Donal Fellows, Alan Williams, The Taverna workflow suite : designing and executing workflows of Web Services on the desktop, web or in the cloud, 2013

[24] Trung Tung DOAN, Quang Minh DAO, Trong Hieu VU, Hong Phong PHAM, g-INFO portal: a solution to monitor Influenza A on the Grid for non-grid users, 2011

[25] Nicolas JACQ, Jean SALZEMANNa, Yannick LEGRE, Matthieu REICHS-TADT,Demonstration of In Silico Docking at a Large Scale on Grid Infrastructure , 2006

[26] T. Oinn, M. Addis, J. Ferris, D. Marvin, M. Senger, M. Greenwood, T. Carver, K. Glover, M. R. Pocock, A.Wipat, P. Li, Taverna : A tool for the composition and enactment of bioinformatics workflows, Bioinformatics Journal 20(17) pp 3045-3054, 2004, doi :10.1093/bioinformatics/bth361.

I

précédent sommaire suivant






Bitcoin is a swarm of cyber hornets serving the goddess of wisdom, feeding on the fire of truth, exponentially growing ever smarter, faster, and stronger behind a wall of encrypted energy








"Un démenti, si pauvre qu'il soit, rassure les sots et déroute les incrédules"   Talleyrand