thumb

800 członków Polish National Team

by TomaszPawel

27 lipca 2013r., do naszego zespołu dołączył 800tny członek: h1nd1bh4sh4. Gratulujemy wyboru zespołu oraz nicka

thumb

Aktualna pozycja PNT

by TomaszPawel

Jest 10 kwietnia 2013r. Polish National Team zajmuje 1 miejsce w Polsce, oraz 5 w rankingu globalnym. Drużyna liczy 755 członków z czego aktywnych jest 162. RAC drużyny to 71 181 200 punktów dziennie. Oto pierwsza setka uczestników aktualnie generujących największą liczbę punktów: Robert7NBI ..:: Thor ::.. SzB 3Rni cze_siek [...]

thumb

#1 w Polsce dla Polish National Team.

by LukaszST

Dnia 9 kwietnia 2012 roku zespół Polish National Team zdobywa #1 miejsce w Polsce. Do tego osiągnięcia przyczyniło się aż 588 osób.

thumb

Polish National Team zajmuje pierwsze miejsce na świecie w dziennych aktualizacjach!!!

by LukaszST

Co tu dużo pisać… Wystarczy obrazek i rozwieją się wszystkie wątpliwości.

BOINC fraktal CollatzConjecture

Collatz Conjecture nowa aplikacja dla MAC OS X

by TomaszPawel

Project Collatz Conjecture opublikował nową wersję aplikacji dla MAC OS X działającą z wykorzystaniem OpenCL. Wersja 3.06 naprawia problem z  zapisywaniem stanu przetwarzania doświadczanym na poprzedniej wersji aplikacji.

gpugrid_logo

GPUGRID wprowadza system odznak.

by LukaszST

Pewnie znacie system odznak z projektów takich jak: PrimeGrid, Yoyo@home albo WCG. GPUGRID ogłosił, że w przyszłym tygodniu odbędzie się finalne dodawanie odznak do projektu. Będą dwa rodzaje odznak: „zwykła” dla każdego znana z wyżej wymienionych projektów zmieniająca się od uzyskanych kredytów, oraz uwaga druga, która będzie zależna od udziału [...]

cern

Co porusza się szybciej od światła?

by TomaszPawel

Dyrektor Badań  CERN Sergio Bertolucci oznajmił, iż dokonano pomiaru wskazującego, że cząstki neutrino potrafią podróżować szybciej niż światło – szybciej o 20 części miliona! CERN Informacja Artykuł

2slonca

Planeta o dwóch słońcach

by TomaszPawel

Nasa potwierdza istnienie planety o dwóch słońcach!

Rosetta@Home

Comments: Komentarze są wyłączone

Boinc Rosetta@Home Logo

Projekt można liczyć na CPU.

Jednym z głównych celów Rosetta@home jest przewidzenie kształtu w jaki białko składa się w naturze. Białka są liniowymi, polimerowymi cząsteczkami złożonymi z aminokwasowych monomerów, monomerów a ich budowę często określa się jako łańcuszkowatą. Aminokwasy można traktować jak ogniwa takiego białkowego łańcuszka. Takie przybliżenie pozwala na wskazanie pewnych analogii. Zwykły, metalowy łańcuch może przyjmować rozmaite kształty w zależności od działających na niego sił. Przykładowo, jeżeli zaczniesz ciągnąć za jego końce, łańcuch stworzy odcinek linii prostej, gdy zaś go upuścisz bezwładnie na podłogę, przyjmie on jedyny w swoim rodzaju kształt. W przeciwieństwie do metalowych łańcuchów zbudowanych z szeregu identycznych ogniw, identycznych skład łańcuszków białkowych może wchodzić 20 różnych aminokwasów, z których każdy ma inne własności (takich jak kształt, czy siły przyciągania i odpychania). Ustawione w szereg aminokwasy oddziaływają wzajemnie na siebie sprawiając, że cały łańcuszek przyjmuje specyficzny kształt, który nazywamy złożeniem. Kształt ten jest zależny od kolejności, w jakiej aminokwasy występują w cząsteczce białka. Istnieje wiele rodzajów białek różniących się liczba i uszeregowaniem aminokwasów.

To, co tak naprawdę próbujemy zrobić, aby przewidzieć kształt, w jaki złoży się białko w naturze, to znalezienie złożenia o najniższej energii. Energia cząsteczki jest wynikową wielu czynników. Przykładowo pewne aminokwasy przyciągają do siebie inne, więc gdy znajdują się blisko siebie ich wzajemne oddziaływanie powoduje korzystny wkład do energii całej cząsteczki. Strategia, wedle której Rosetta poszukuje niskoenergetycznych kształtów, przedstawia się następująco:

1.    Rozpoczynamy od całkowicie wyprostowanego łańcucha (takiego jak metalowy łańcuch ciągnięty za oba końce),
2.    Przesuwamy część łańcucha, aby stworzyć nowy kształt,
3.    Obliczamy energię nowego kształtu,
4.    Akceptujemy lub odrzucamy nowy kształt w zależności od zmiany energii,
5.    Powtarzamy kroki od 2 do 4, tak długo, aż każda część łańcucha zostanie przesunięta wiele razy.

Proces ten nazwaliśmy trajektorią. Wynikiem trajektorii jest przewidywany kształt cząsteczki. Rosetta zapamiętuje najniższe energie znalezione w każdej trajektorii. Każda trajektoria jest unikalna, gdyż wykonywane przesunięcia części łańcucha są określane przez losowo wybierane liczby. Ze względu na naprawdę duża liczbę możliwości, nie zawsze wynikiem jest ten sam niskoenergetyczny kształt.

Trajektoria może składać się z dwóch etapów. W pierwszym z nich korzystamy z uproszczonego opisu aminokwasów, co pozwala nam szybko sprawdzić wiele różnych kształtów. Etap ten jest etapem o małej dokładności i w trakcie jego trwania wizualizacja cząsteczki będzie bardzo dynamiczna. W drugim etapie, Rosetta wykorzystuje już pełny opis aminokwasów. Jest on o wiele mniej dynamiczny, niż poprzedni. Jest to etap o wysokiej dokładności i w trakcie jego trwania wizualizacja cząsteczki jest dużo spokojniejsza. Współczesne komputery potrafią przeliczyć pierwszy etap w kilka minut Przeliczenie drugiego etapu zajmuje o wiele więcej czasu ze względu na większą złożoność pełnej reprezentacji aminokwasów (rozpatrywane są wszystkie ich atomy).

W trakcie pracy z jedną jednostką, twój komputer wykonuje zazwyczaj od 5 do 20 trajektorii, po czym odsyła do nas kształty o najniższej energii znalezione w każdej z nich. Wówczas my, przeglądamy kształty nadesłane przez wszystkich uczestników projektu, aby znaleźć ten o absolutnie najniższej energii. Ten kształt uznajemy za nasze przewidywane złożenie dla danego białka.

Koordynatorem projektu jest David Baker, który następująco skomentował w jaki sposób badania przeprowadzane przez Rosetta@home przyczyniają się do zwalczania współczesnych chorób:

Mój zespół badawczy jest zaangażowany zarówno w badania nad podstawowymi metodami rozwoju, jak i próbuje walczyć z chorobami w sposób bardziej bezpośredni. Większość informacji w naszym serwisie koncentruje się na podstawowych badaniach, ale pomyślałem, że możecie być zainteresowani innymi działaniami związanymi ze zwalczaniem chorób którymi się zajmujemy i które wspieracie uczestnicząc w Rosetta@home.

Malaria: Jesteśmy częścią szeroko zakrojonego projektu kierowanego przez Austina Barta z Imperial College w Londynie, który jest jednym ze sformułowanych przez Fundację Gatesa „Projektów Wielkich Wyzwań dla Globalnego Zdrowia”. Malaria jest wywoływana przez pasożyta, który spędza część swojego cyklu życiowego wewnątrz komara i przedostaje się do organizmu człowieka przy ukąszeniu. Ideą projektu jest uodpornienie komarów na pasożyta, poprzez eliminację genów, które są konieczne w genomie komara, aby pasożyt mógł się w nim zadomowić. Nasz udział w projekcie polega na wykorzystaniu wspomaganych komputerowo metod projektowania (ROSETTA) aby stworzyć nowe enzymy, które będą ukierunkowane na dezaktywację konkretnie tych genów.

Wąglik: Wykorzystujemy projekt ROSETTA aby wspomóc grupę badawcza Johna Colliera z Harvardu w budowaniu modeli toksyny wąglika, które powinny przyczynić się do rozwoju metod leczenia. Możesz przeczytać streszczenie publikacji opisującej niektóre z jego osiągnięć pod adresem http://www.pnas.org/cgi/content/abstract/102/45/16409

HIV: Jedną z przyczyn, dla których HIV jest tak śmiercionośnym wirusem jest to, że „nauczył się” on oszukiwać układ immunologiczny. Współpracujemy z badaczami z Seattle i w NIH (Amerykański Narodowy Instytut Zdrowia) próbując stworzyć szczepionkę na HIV. Odgrywamy w tym projekcie centralną rolę. Wykorzystujemy oprogramowanie ROSETTA aby zaprojektować małe białka, które wykazują podobieństwo do pewnych krytycznych obszarów w białkowej otoczce wirusa i pozwalają układowi immunologicznemu wytworzyć odpowiednie przeciwciała. Naszym celem jest stworzenie szczepionek opartych o małe, stabilne białka, które mogłyby być produkowana bardzo małym kosztem i rozprowadzana po całym świecie.

Inne wirusy: Współpracujemy z laboratorium Pam Bjorkman w Cal Tech (Kalifornijski Instytut Technologii) wykorzystując metodologię tworzenia połączeń między białkowych opracowanych na potrzeby oprogramowania ROSETTA, aby stworzyć modele wirusa opryszczki pospolitej (Herpes simplex) połączonego z białkami ludzkimi.

Choroba Alzheimera: Zarówno choroba Alzheimera jak i wiele innych schorzeń jest prawdopodobnie wywoływane przez nieprawidłowe składanie się białek, powodujące że zamiast tworzyć swoje normalne, aktywne biologicznie postacie, łączą się one w duże struktury nazywane amyloidami. W ostatnim czasie duży postęp w tej dziedzinie osiągnął zespół badawczy Davida Eisenberga z UCLA (Uniwersytet Kalifornijski w Los Angeles) poznając dokładną strukturę amyloidu. Współpracujemy z tym zespołem, wykorzystując tą strukturę aby przewidzieć które części białek mogą potencjalnie tworzyć amyloidy, co w dalszej perspektywie pozwoli blokować ich formowanie i przy odrobinie szczęścia powstrzymać chorobę.

Nowotwory złośliwe: Są to choroby wywoływane mutacjami w genach, które zakłócają normalny proces kontroli komórkowej. Rozwijamy metody „przycinania” DNA w pewnych określonych miejscach genomu i będziemy skupiali się na obszarach będących przyczyną nowotworu. Po tym jak te obszary zostaną wycięte, powinny zostać naprawione przez komórki zawierające drugą, nie zmutowaną kopię genu. Po takim zabiegu, komórka nie powinna być już komórką nowotworową. Jest to bardzo specyficzna forma kuracji genowej, która, o ile będzie skuteczna, pozwoli wyeliminować jedną z głównych wad obecnie stosowanych metod. Metody te wstawiają do genomu nie zmutowaną kopię genu w sposób losowy, co sprawia, że jeżeli punkt wstawienia wypadnie w okolicy genu wywołującego nowotwór, terapia wyleczy jedną chorobę, ale wywoła następną. Jako że nasze metody, zamiast zdawać się na przypadek, będą ukierunkowane na konkretne miejsca, powinny ominąć tą przeszkodę.

Rak prostaty: Receptor androgenowy jest odpowiedzialny za wiązanie testosteronu  i prawidłowy rozwój mężczyzn. Jednak kiedy receptor ten staje się nadwrażliwy na testosteron, może doprowadzić do raka prostaty. Obecna metoda leczenia tego schorzenia, nazywana „terapią hormonalną”, obejmuje obniżenie poziomu testosteronu w organizmie (niekiedy przez kastrację). Niestety wiele złośliwych guzów jest opornych na tę formę terapii, dlatego wykorzystujemy naszą metodologię projektowania białek, aby znaleźć inne sposoby na zablokowanie receptora androgenowego i leczyć w ten sposób raka prostaty. W szczególności próbujemy zaprojektować białka, które wyłączą receptor nawet w obecności testosteronu. Robimy to poprzez projektowanie białek, które nie pozwolą receptorowi wnikać do jądra komórkowego (które jest miejscem, gdzie odwala on swoją brudną robotę), ani nie pozwolą mu łączyć się z DNA i uaktywniać genów odpowiedzialnych za rozwój choroby, nawet jeżeli uda mu się wniknąć do jądra.

W chwili obecnej BOINC nie jest wykorzystywany do pracy z powyższymi projektami, jako że nie posiadamy wydajnego systemu kolejkowania, który pozwoliłby ludziom na proste przesyłanie zadań. Możecie jednak oczekiwać ich już wkrótce! Ponadto możecie spokojnie przyjąć, że obliczenia związane z przewidywaniem struktury białek, które wykonujecie obecnie w ramach projektu, będą miały bezpośredni wpływ na leczenie chorób. Istnieje potrójne wytłumaczenie tego bezpośredniego powiązania pomiędzy przewidywaniem struktury i leczeniem chorób:

1. Przewidywanie struktury i projektowanie białek są blisko ze sobą związane.
Nowe osiągnięcia w przewidywaniu struktury prowadzą do nowych osiągnięć w projektowaniu białek, co można bezpośrednio przełożyć na tworzenie nowych enzymów, szczepionek, itp. Aby dowiedzieć się więcej o projektowaniu białek, możesz rzucić okiem na sprawozdanie które opublikowaliśmy ostatnio na łamach Science, a który jest dostępny na naszej stronie (http://depts.washington.edu/bakerpg).Schueler-Furman, O., Wang, C., Bradley, P., Misura, K., Baker, D. (2005). Progress in modeling of protein structures and interactions Science 310, 638-642.

2. Przewidywanie struktury wskazuje cele dla nowych leków.
Gdy na dużą skale przewidujemy struktury białek w ludzkim genomie, poznajemy jednocześnie funkcje wielu z nich, co z kolei pozwala nam zrozumieć jak działa komórka i co wywołuje chorobę. Bardziej bezpośrednio, będziemy w stanie zidentyfikować wiele nowych potencjalnych celów dla leków, dla których możliwe jest zaprojektowanie małocząsteczkowych inhibitorów (czyli właśnie leków). Aby umieścić to w jakimś kontekście powiedzmy, że jedną z głównych przeszkód w opracowywaniu nowych metod leczenia chorób występujących u człowieka jest identyfikacja nowych celów, dla których można opracować leki. Większość nowych leków powstających obecnie oddziałuje na te same cele, co stare leki, więc mają tylko niewiele większą skuteczność w leczeniu. Przewidywanie struktury pomoże nam zidentyfikować nowe cele dla leków i w ten sposób pomoże wynaleźć innowacyjne, a być może wręcz przełomowe, metody leczenia chorób.

3. Przewidywanie struktury pozawala nam wykorzystać „racjonalne projektowanie „przy tworzeniu nowych leków.
Jeżeli znamy strukturę białka, jesteśmy w stanie określić obszary jego działania i uczynić je celami leku, który będzie miał za zadanie je dezaktywować. Obliczenie, czy mała cząsteczka (lek) powiąże się i dezaktywuje swój białkowy cel jest na wiele sposobów bardzo podobne do obliczeń, związanych z przewidywaniem struktury, którymi się tutaj zajmujemy. Jest to zasadniczo problem znalezienia struktury o najniższej energii plus system projektowania leków. W ostatnim czasie rozwinęliśmy w oprogramowaniu ROSETTA nowy moduł zajmujące się problemem dokowania białek. Wyniki są bardzo obiecujące i najbliższej przyszłości wasze komputery będą oprócz przewidywania struktury białek, prawdopodobnie wykonywać obliczenia związane z przyłączaniem się cząsteczek leku, jak również z projektowaniem cząsteczek szczepionek i białek leczniczych opisanych powyżej.

Strona projektu Strona drużyny w projekcie


Welcome , today is sobota, 24 czerwca 2017