Orientador: Goran NeshichTese (doutorado) - Universidade Estadual de Campinas, Instituto de BiologiaResumo: Dentro do ambiente celular, há uma variedade de moléculas e a interação entre si regulam praticamente todos os processos necessários e essenciais para a manutenção da vida. Interações entre proteínas estão envolvidas no controle de vários processos intra e intercelulares, como regulação metabólica e da expressão gênica, reconhecimento antígeno-anticorpo etc. que definem as características biológicas do funcionamento da vida entre os diversos organismos. Ao conhecer a interface de interação de uma proteína chave para desenvolvimento de casos patológicos, é possível desenhar drogas com alta especificidade com o sítio de ligação. Para avançar nessa frente, o conhecimento da estrutura proteica é fundamental, porém não suficiente. É necessário conhecermos o sítio de ligação alvo para cada parceiro de interação. Este estudo visa entender as características do nano-ambiente das interfaces proteicas - área através da qual as macromoléculas se comunicam e exercem sua funcionalidade. Propomos utilizar uma abordagem de estudo das características físico-químicas e estruturais dos resíduos formadores de interfaces de complexos conhecidos e com estrutura quaternária resolvida experimentalmente, utilizando um conjunto de dados sem redundância sequencial, extraindo os parâmetros/descritores que descrevem de forma objetiva as diferentes classes de complexos, revelando as características principais sobre interações proteína-proteína. A finalidade deste trabalho é de conhecer os detalhes que definem uma área como interface e aplicá-lo em uma ferramenta preditiva para todas as proteínas com arranjo estrutural conhecido e/ou modelado. Propomos de forma pioneira, o uso de classificadores específicos para cada tipo de aminoácido e independente do uso de descritores sobre conservação de aminoácidos. Resultados obtidos com classificador linear e por ensemble de redes neurais destacam a nossa abordagem, desenhada e aplicada nesta tese, como uma com os melhores indicadores de desempenho na predição precisa dos resíduos de aminoácido na interface entre as abordagens descritas recentemente na literatura. Ainda, enquanto os outros métodos dependem de descritores sobre conservação de aminoácidos, é mostrado aqui que nenhum ganho de desempenho é obtido com a incorporação de tais descritores em nosso modelo classificador. Esse resultado indica que o uso de descritores puramente físico-químicos e estruturais é suficiente para explicar o grau de conservação dos aminoácidosAbstract: Inside cells, there is a variety of molecules and their interactions regulate virtually all necessary and essential processes to the maintenance of life. Interactions among proteins are involved in the control of several processes within and out of the cell, such as, metabolic and gene expression regulation, anti-body and antigen recognition, etc. that defines biological characteristics of life among many organisms. If the protein interface amino acids of a key protein related to a given pathologic phenomenon are known, it is possible to rationally design drugs with high specificity for a specific binding site. To gain insight in this field, the knowledge of the protein three-dimensional structure is mandatory, but not sufficient. It is also necessary to know the interface between the target protein and its partners. This study focuses in understanding the characteristics of the area through which the macromolecules communicate to each other and exercise their function. Here, it is proposed an approach to study the physicochemical and structural characteristics of the interface forming residues with known quaternary structure (experimentally solved). It was selected a sequence non-redundant dataset and by extracting parameters/descriptors, that objectively describe different complex classes, it was possible to unravel the basic characteristics of protein-protein binding. The goal of this study is to unravel the details that outline a specific area as interface and apply it in a form of a predictive tool for all proteins with known atomic structure. It is proposed by the first time, the use of amino acid specific classifiers regarding amino acid type and free of amino acid conservation attributes. The results obtained here by employing linear and ensemble of neural network classifiers show that, based on purely physicochemical and structural descriptors, it is possible to get precise predictions about interface forming residues in protein-protein assemblies. Comparatively, the method described here retains better performance indicators than the ones recently described in the literature. In addition, we showed that, for our method, adding "conservation" attributes does not induce any performance gain, which is a major difference if compared to other described methods. This result indicates the purely physicochemical and structural descriptors are sufficient to explain how conserved amino acids areDoutoradoBioinformaticaDoutor em Genetica e Biologia Molecular