Advertisement
ProzacR

Recenzija

May 2nd, 2017
480
0
Never
Not a member of Pastebin yet? Sign Up, it unlocks many cool features!
text 8.27 KB | None | 0 0
  1. Vilniaus Universitetui
  2. Dėl: Vytauto Raškevičiaus daktaro disertacijos
  3. RECENZIJA
  4. Balandžio 29 d., 2017
  5. Doktoranto V. Raškevičiaus daktaro disertacija „Baltymų ir mažų molekulių sąveikos
  6. kompiuterinis modeliavimas“ tyrinėja karbonanhidrazių fermentų (KA) ligandų cheminės prigimties
  7. ir jų aktyvumo sąryšius naudojantis in silico analizės metodais (chemoinformatikos, molekulinės
  8. mechanikos ir molekulinės dinamikos skaitmeniniai metodai). Junginių analizė ieškojo koreliacijų
  9. tarp KA ligandų ir įvairių in silico parametrų siekiant sukurti skaitmeninius modelius KA inhibitorių
  10. paieškai. Darbas turi pakankamai plačią apžvalginę literatūrinę dalį, metodus, darbo rezultatus, jų
  11. galutinį aptarimą, bei turi gausų literatūros citavimą. Disertacijoje yra iškeltas vienas (1) tikslas ir
  12. penki (5) uždaviniai tikslui pasiekti. Darbo apimtis yra priimtina. Doktorantūros tyrimų rezultatai
  13. yra publikuoti trijose tarptautinėse recenzuojamose publikacijose.
  14. Darbas turi savo teigiamų savybių bei savų trūkumų. Tarp teigiamų darbo bruožų galima
  15. paminėti metodologiškai platų ir sistemingą KA inhibitorių in silico tyrimą, atrastą naują QSAR
  16. metodų deskribtorių, ir naujus rastus QSAR modelius tinkančius KA inhibitorių paieškai bei analizei.
  17. QSAR rezultatai gali padėti identifikuoti potencialiai naujus KA inhibitorius. Šis darbas taip pat turi
  18. yra trūkumų. Minėti trūkumai, bei papildomi komentarai, yra pateikti žemiau:
  19. 1. Teksto ir paveiksliukų formatavimas nėra pakankamai geras aiškiam medžiagos perteikimui;
  20. trūksta darnos ir reikalauja papildomo dėmesio:
  21. • Paveiksliukai dažniausiai spaudoje yra sulygiuojami į centrą. Teksto dydis yra per
  22. mažas aiškiai duomenų reprezentacijai (pvz., ašyse, ašių pavadinimuose). Vienuose
  23. paveiksliukuose tekstas toks didelis, kad net užgožia pagrindinę informaciją; kituose
  24. – atvirkščiai.
  25. • QSAR modelių ir su jais susijusios statistikos pateikimas yra painus. Tokia
  26. informaciją reiktų teikti susistemintai; galbūt lentelių pavidalu.
  27. • Lentelių eilučių aukštis neadekvačiai didelis.
  28. • Vienos lentelės eilutės turi kraštines, kitos – ne.
  29. • Nors „CA“ trumpinys ir yra priimtinas tarptautinėje spaudoje, vertėtų pagalvoti, kad
  30. labiau tekste tiktu lietuviški trumpiniai, nes darbas yra parašytas lietuvių kalba. Tas
  31. pats komentaras tinka ir kitiems trumpiniams.
  32. • Žodžių ir terminų pažodinis vertimas skamba pakankami blogai moksline prasme.
  33. Pvz., „box“ versta į „dėžę“ MD ir dokingo modeliavimo kontekstuose. Arba „pirštų
  34. antspaudai“ QSAR aprašyme. Reiktų atkreipti dėmesį, kad šie žodžiai lietuvių
  35. kalboje turi grynai buitinės apyvokos reikšmes. Kiekvienam tokiam vertimui
  36. dažniausiai reikalingas savas sprendimas.
  37. • Sakinių struktūra vietomis yra nepriimtina; pvz., 5-as uždavinys. Yra ir daugiau
  38. panašių vietų.
  39. 2.Darbo tezės nėra vedamos hipotezės. Todėl hipotezės nebuvimą matau kaip rimtą darbo
  40. trūkumą. Be jos darbas gali pasirodyti tik kaip akademinis ir metodinis pratimas, nevedamas
  41. mokslinės idėjos (kuri remiasi į naujausias žinias bei supratimą konkrečioje mokslo srityje).
  42. 3.Darbo naujumo kriterijai labai aptakūs ir trūksta aiškumo: inovacijos turėtų būti apibrėžtos
  43. vienareikšmiškai ir aiškiai, nes tai rimta darbo dalis reprezentuojanti doktorantą ir jo
  44. pasiekimus.
  45. 4.Penktas (5) teiginys atrodo, kad visgi yra neapgintas, nes eksperimentiniai duomenys ar
  46. citavimas į jų šaltinį yra nepateikti.
  47. 5.Darbas neturi aiškių gairių pasirenkant kada koreliacijos patikimos, kada – ne: skirtingiems
  48. metodams buvo pritaikyti skirtingi R 2 kriterijai (pvz. vienu R2 kriterijus 0.7, kitur – 0.8). Tai
  49. rodo sistematiškumo trūkumus, nebent tam yra priežastys kurių aš nepastebėjau tekste.
  50. 6.Remiantis pateikta medžiaga bendras darbo (ir labai rimtas) trūkumas yra tai, kad
  51. doktorantas savo darbe trumparegiškai referuoja į programų pavadinimus (programa
  52. paskaičiavo tą ar aną, ir t.t.). Tai rodo, kad doktorantas nepakankamai giliai yra susipažinęs
  53. su naudotais in silico įrankiais. Programos paskaičiuoja tai, ką joms užduoda vartotojas
  54. pasirinktu metodu/algoritmu. Tik algoritmai ir modeliai pateikia atsakymus remiantis
  55. mokslinėmis prielaidomis, kurias formuoja doktorantas. Referuojant pastoviai darbe į
  56. programos pavadinimą susidaro įspūdis, kad doktoranto įgūdžiai pakankamai paviršutiniški.
  57. Gal realybėje tai nėra tiesa, bet darbo esamas pateikimas stipriai formuoja tokį įspūdį.
  58. 7.Diskutuojant apie „LIE-like“ metodą, trūksta interpretacijos ką reiškia naujo parametro
  59. įtraukimas. Koks to termodinaminis pagrindimas? Ar yra įmanoma pagrįsti, kad tai
  60. moksliškai rimtas rezultatas paremtas kažkokiomis fizikinėmis įžvalgomis, o ne
  61. atsitiktinumas?
  62. 8. Kai QSAR darbo dalis yra labai plati, darbo dalis susijusi su molekuline mechanika (MM,
  63. dokingas) ir molekuline dinamika (MD ar metadinamika) rodo, kad doktoranto supratimas
  64. apie molekulinę termodinamiką/fiziką yra miglotas. Ši kritika yra plati ir apima ne viena
  65. skyrelį. Gal dėl per mažai paaukoto laiko suprasti būtent šių in silico metodų ypatumus ir
  66. lėmė dalinę šių metodų panaudojimo nesėkmę. Iš kitos pusės, MD ir MM metodų
  67. naudojimas dažnai neduoda laukto rezultato koreliacijose su eksperimentais vaistų
  68. paieškoje, nes šių metodų sėkmingam panaudojimui reikia gerų ir gilių žinių apie pasirinktus
  69. metodus, naudotus jėgų laukus, metodo bei jėgos lauko tinkamumą problemai, bei
  70. tinkamas simuliacijos sąlygas. Reziumuojant, doktorantas nepadarė pakankamai išvadų
  71. kodėl šie metodai nepasiteisino. Doktorantui, esamame karjeros laiptelyje, nėra tiek svarbu
  72. gauti teigiamą ir lauktą rezultatą, kiek pademonstruoti kad jis suprantą bent dalinai
  73. problemą arba gali padaryti išvadas kodėl konkretūs metodai nesuveikė taip kaip tikėtasi:
  74. tai žinios ir supratimas, kuris lygiai tiek pat sėkmingai gali būti panaudotas jo ateityje.
  75. 9.Dokingo ir MD programų pasirinkimas yra nepagrįstas. Doktorantas literatūrinėje dalyje
  76. apžvelgė daugybę plačiai žinomų ir plačiai patikrintų programų (gaila, kad ne algoritmus...),
  77. bet pasinaudojo viena iš mažiausiai naudojama dokingo programa (ArgusLab) šalia
  78. naudotos GLIDE. Kodėl? Kodėl GROMACS (o ne Amber, NAMD, ir t.t.)? Ar doktorantas
  79. pasidomėjo kokioms problemoms jėgų laukas yra optimizuotas? Gal tame yra vienas iš
  80. paaiškinimų kodėl doktorantui nesigavo surasti tinkamų ligandų konformacijų (?). Neaišku
  81. ar MD rezultatai interpretuoti per ansamblio vidurkio termodinamiką, ribotais MD
  82. mikrobūsenų rinkiniais, ar pavienėmis mikrobūsenomis?
  83. 10. Doktoranto teiginiai, kad kažkurie rezultatai nesigavo nes „programa nepaskaičiuoja
  84. tautomerų“ yra neatleistini. Doktorantas turi visą laivę ir mokslinę priedermę įterpti į
  85. junginių bibliotekas trūkstamus tautomerus. Ir taip analizuoti tautomerinę įtaką
  86. koreliacijoms. Tai viso labo truputis techninio darbo ... Lygiai ta pati kritika, dėl
  87. nepaskaičiuotų RMSD verčių: negalima kaltinti programų, kad jos nesuskaičiuoja. RMSD yra
  88. toks paprastas, kurį galimą paskaičiuoti rankiniu būdu; bent jau keliems junginiams ...
  89. 11. Iš 100ps ar 1ns MD negalima tikėtis jokių pagrįstų rezultatų ligandų jungimosi analizėje.
  90. Baltymų relaksacijų laikai paprastai yra daug didesni, o naudoti MD simuliacijos laikai
  91. teatspindi pavienių amino r. ar mažų jų grupių relaksacijas. Tai reiškia, jei baltymo
  92. konformacija yra toli nuo tos kurioje ji yra energetiniame minimume su ligandu, trumpi MD
  93. skaičiavimai teiks klaidinančią termodinamiką. Kas yra žinoma šioje srityje su KA iš
  94. disertacijos taip pat nėra aišku. Taip pat nėra aišku kokių sąlygų reikia geriems rezultatams
  95. gauti.
  96. 12. Interpretuojant MD rezultatus, negalima teigti kad programa skaičiuoja nefizikines
  97. konformacijas. Programa skaičiuoja tokį uždavinį, kurį vartotojas programai pateikė.
  98. Teoriškai yra įmanomos visos konformacijos, tik jų tikimybės yra skirtingos priklausomai nuo
  99. fizikinių sąlygų.
  100. 13. Turint daug KA izoformų, eksperimentinių duomenų ir junginių, butų įdomu matyti truputį
  101. daugiau rezultatų apie izoformų aktyvių centrų įtaką QSAR skirtumams (bei kitiems
  102. naudotiems in silico metodams).
Advertisement
Add Comment
Please, Sign In to add comment
Advertisement