Professional Documents
Culture Documents
1. Introduction
1. Dans la suite de cet article nous emploierons langlicisme "docking", largement accept dans
la communaut des biologistes francophones.
Docking de protines en Ralit Virtuelle 3
tures secondaires rgulires hlices alpha () et feuillets beta () qui sont connectes
par (2) les structures secondaires irrgulires ou boucles. Lembotement de ces struc-
tures secondaires va constituer la structure tertiaire ou 3d (figure 1B-c) qui est
porteuse de la fonction cellulaire.
Une fois replies, les protines remplissent des fonctions trs diverses au sein de
la cellule, telles que : le transport de molcules entre les diffrents composants de
lorganisme (hmoglobine, chaperonne), la signalisation et la communication inter et
intracellulaire (hormone, neurotransmetteur, ions), le processus de dfense immuni-
taire (immunoglobuline, molcule dadhsion) ou encore le mtabolisme cellulaire
(chlorophylle, apoptose, facteur de transcription, synthse dATP). Ces fonctions cel-
lulaires sont troitement lies la structure tertiaire mais aussi aux interactions avec
dautres protines. Ces interactions forment de nouvelles entits appeles complexes
Docking de protines en Ralit Virtuelle 5
de vie de certains complexes. Cest pour ces raisons que de nombreux chercheurs ont
cherch prdire la structure de ces complexes grce linformatique, via les m-
thodes et algorithmes de docking. Ces mthodes sont fondes sur deux critres issus
des connaissances acquises via les complexes existants dans la PDB : critre gom-
trique/topologique et critre nergtique.
(r) &
Uel (r) = " " (r) = "0 et E(r) = " (r) [1]
8 2e soumission RSTI
Les techniques actuelles pour ltude exprimentale des structures 3d des com-
plexes (cristallographie, RMN, cryo-microscopie lectronique, etc.) prsentent de
nombreuses limitations (taille, nature des protines) et sont trs coteuses en temps
et en prix. Cest pourquoi les techniques de docking ont t dveloppes. Elles visent
prdire la structure 3d fonctionnelle dun complexe protique partir des mol-
cules isoles, ce qui est considrablement plus facile mettre en oeuvre, moins cher
et plus rapide que les mthodes exprimentales in vitro (Grosdidier, 2007). Les ap-
proches utilises actuellement sont exclusivement calculatoires et values par des
outils de visualisation. Ces approches peuvent tre dcomposes en quatre cinq
phases successives (figure 5) : (1) choix du mode de reprsentation des protines (tout
atomes, pseudo-atomes, grille, etc.), (2) exploration conformationnelle (corps-rigide
position/orientation du ligand et/ou flexible position/orientation/forme du ligand), (3)
minimisation de la fonction dvaluation de lnergie dinteraction (ou fonction de
score) des conformations issues de lexploration, (4) regroupement par ressemblances
et classification par valuation ou r-valuation plus fine du score, accompagne dune
tape non automatique dvaluation visuelle des rsultats lorsque le score ne permet
pas de discriminer la conformation native des diffrentes conformations gnres et
(5) une tape optionnelle daffinement des complexes slectionns par minimisation
ou dynamique molculaire.
Un grand nombre des algorithmes de docking est fond sur des approches exhaus-
tives pour explorer lespace de recherche conformationnel, dont le principal problme
est lexplosion combinatoire du nombre de solutions. Ces approches peuvent tre clas-
ses en trois familles : les approches drives dchantillonnages systmatiques, les
techniques de la dynamique molculaire, et les mthodes stochastiques. Elles ne pro-
duisent pas ncessairement des solutions correctes, et le temps de calcul savre tre
important. Lchantillonnage de lespace de recherche doit tre valu laide de fonc-
tions objectives qui permettent de diriger cet chantillonnage, par le classement des
modes dinteractions entre les protines. La fonction objective idale serait celle qui
donnerait, pour un mode dinteraction donn, lnergie libre liant deux protines dun
complexe (voir section 2.2.2). Ces fonctions visent reproduire les valeurs exprimen-
tales des nergies libres de liaison et atteindre par minimisation le minimum global
pour des configurations de complexes protiques.
Par consquent, dans les cas concrets, les processus automatiques de docking
doivent surmonter deux difficults majeures pour parvenir un rsultat pertinent. La
premire est de traiter un espace de recherche dont la taille saccrot considrable-
10 2e soumission RSTI
Compte tenu des limites des algorithmes de docking classiques et des nouvelles
possibilits offertes par la RV, des quipes se penchent depuis quelques annes sur
les problmes lis au docking interactif et immersif. Les premiers travaux dans ce
domaine ont port principalement sur lidentification des besoins techniques et des
limitations technologiques. Le systme STALK (Levine et al., 1997) utilise des pro-
cessus parallles et distribus, dune part pour le traitement du rendu visuel des mo-
dles 3d des protines, et dautre part pour les algorithmes de gnration des solutions
de docking possibles. Avec ce systme, loprateur peut visualiser les deux protines,
assister lalgorithme de docking, le suspendre afin de pouvoir dplacer lune des mo-
lcules en utilisant une souris 3d, et ensuite reprendre lalgorithme avec cette nouvelle
position. Les valuations de ce systme ont port sur la comparaison des nergies
de liaisons molculaires. Un autre systme, le VRDD (Anderson et al., 1999) impl-
mente un algorithme de recherche par la mthode Monte Carlo permettant daffiner
lespace de recherche travers lexploration de solutions similaires. Les valuations
ont t effectues sur trois cas de test, en comparant les valeurs de lcart quadratique
moyen (RMSD pour "Root Mean Square Deviation") entre une solution de docking
et une structure cristallographique connue du mme complexe protique. Les rsul-
tats ont t jugs concluants pour deux cas de test, mais pas pour le troisime qui
implique des protines de grande taille (cest--dire un grand nombre de solutions
possibles) et flexibles (qui subissent des changements conformationnels). Ce travail a
nanmoins permis didentifier divers problmes techniques lis au calcul en temps rel
sur les nergies, la recherche et la construction des structures flexibles des protines.
Des travaux rcents, comme celui de (Ray et al., 2005) et de (Ferey et al., 2008),
se sont focaliss sur la rsolution de ces problmes par le renforcement du rendu vi-
suel laide dun plugin qui interagit avec un programme de visualisation molculaire
hte tel que Visual Molecular Dynamics (VMD). Le programme DockingShop (Lu et
al., Aug 2005) semble tre le plus avanc des systmes de docking interactif. Do-
ckingShop implmente une reprsentation des protines qui utilise les principes de
la robotique, combins un affichage en temps rel des proprits essentielles pour
les interactions protine-protine (liaison hydrogne, nergie, complmentarit surfa-
cique, interpnetration et effet hydrophobe). Plus rcemment une approche robotique
12 2e soumission RSTI
4.1. Mthode
Notre tude sest dabord focalise sur lanalyse de lusage des outils de docking
existants, conus pour des interfaces de bureau, ainsi que de limpact pressenti, par les
utilisateurs, de lintroduction de technologies de RV et de solutions multimodales pour
cette activit. Quatre chercheurs en bioinformatique, gs de 28 50 ans (moyenne=36
ans, ET=9,95), ont pris part cette exprience. Chacun utilise des logiciels de docking
dans le cadre de son travail quotidien, avec en moyenne 5 ans dexprience dans leur
utilisation.
Nous avons utilis deux techniques pour le recueil de donnes : des entretiens
semi-dirigs et lobservation de lactivit sur le lieu de travail. En premier lieu, nous
avons ralis, enregistr et retranscrit verbatim quatre entretiens sur le lieu de travail.
Ces entretiens taient confidentiels et anonymes. Ils sappuyaient sur un guide com-
pos de plusieurs questions portant sur des sujets divers tels que le type de problmes
de docking auxquels le chercheur tait confront dans le cadre de son travail, le type
14 2e soumission RSTI
de logiciels utiliss, les difficults couramment rencontres, ainsi que la manire dont
les chercheurs envisageaient de travailler dans un Environnement Virtuel Multimo-
dal (EVM). Ces entretiens furent soumis une Analyse Cognitivo-Discursive (ACD)
(Ghiglione et al., 1998) ralise laide du logiciel Tropes (dvelopp par Acetic Soft-
ware). Lanalyse se focalisait sur le thme des interactions protine-protine, et visait
identifier les lments (comme les types de donnes, etc.) impliqus dans lvalua-
tion dune telle interaction. En second lieu, nous avons enregistr puis analys trois
sances de travail sur des logiciels de docking standard : ICM-Disco (Fernandez-Recio
et al., 2003), ClusPro (Comeau et al., 2004), et Hex (Ritchie, 2003). Les donnes vido
ont servi de base une analyse de la tche de docking. Les protocoles verbaux ont t
recueillis tout au long de la sance et analyss en prenant pour unit danalyse la ver-
balisation explicite dune tche. Le codage des actions et des verbalisations recueillies
dans ces sances de travail a permis dlaborer deux ressources pour la conception :
un modle de la tche sous forme dune dcomposition hirarchique, bas sur la m-
thodologie du Hierarchical Task Analysis (HTA) (Annett, 2003) et un rsum illustr
du droulement de la sance sous forme dun storyboard dcrivant les tches ralises
dans le cadre de la rsolution dun problme de docking type : le docking du complexe
Barnase / Barstar.
4.2. Rsultats
Les rsultats de lanalyse nous ont permis de construire trois lments susceptibles
dassister la conception dun EVM pour le docking molculaire : (1) un modle des
tches ralises, (2) un modle des besoins de lutilisateur et (3) un ensemble de prin-
cipes pour guider les choix en matires de distribution des informations sur diffrentes
modalits sensorielles et de conception des affichages et des techniques dinteraction
correspondants.
Figure 6. Vue partielle de larbre des tches HTA pour le docking molculaire et
planification de ces tches (encadr).
Figure 7. Proposition dun arbre des tches HTA pour le docking ralis dans un
contexte multimodal et planification de ces tches (encadr).
16 2e soumission RSTI
peu de travaux portent sur la conception dIHM pour les activits dexploration de
donnes. Il est cependant possible de formuler des hypothses en sappuyant dune
part sur la faon dont les sujets humains traitent linformation et, dautre part et en-
core plus fortement, sur les exigences mises en vidence par lanalyse de lactivit.
Dans le cas du docking molculaire, cette dernire a montr un besoin de prsenter
de une quatre sources (au plus) dinformations simultanment suivant ltape et les
connaissances pralables disponibles : la topologie molculaire, lhydrophobicit des
rsidus, les champs lectrostatiques et les rsidus potentiellement impliqus dans lin-
terface (voir section prcdente).
Lanalyse de lactivit a permis didentifier galement les contraintes suivantes,
lies la tche de docking :
Les quatre types dinformations pouvant tre utiliss par le chercheur un ins-
tant donn, il est ncessaire danticiper un risque de surcharge si ces informations sont
prsentes simultanment sur le mme canal et selon des modes proches. Il en rsulte
que les informations doivent tre rparties de faon quilibre entre les diffrents ca-
naux sensoriels pour viter une telle surcharge, en particulier visuelle. Bien que la
sonification et lhaptisation soient susceptibles de dcharger efficacement le canal vi-
suel et damliorer les performances, une rpartition alatoire des informations sur
les diffrentes modalits disponibles pourrait aboutir des performances infrieures
celles sur une interface o lensemble de linformation serait concentre sur un seul
mode. Il est donc ncessaire de se doter de critres pour dcider des associations a
priori les plus acceptables du point de vue de lutilisateur.
Une distinction importante de ce point de vue concerne le statut invariant et
prenne versus dynamique et transitoire de linformation au cours de la session de
docking. Certaines informations, telles que la structure molculaire, doivent tre dis-
ponibles en permanence, et ne se modifient pas au cours dun pisode de lactivit. Si
lon choisit de fournir un rendu auditif ou haptique de ces informations qualifies de
prennes, une consquence des proprits du systme cognitif de traitement de lin-
formation pourrait tre le filtrage perceptif de ces informations, cest--dire leur dis-
parition du foyer attentionnel ; une autre consquence pourrait tre une gne pouvant
aller jusqu la dsactivation des fonctions de prsentation correspondantes par luti-
lisateur, du fait quil juge linformation acquise et trop invasive. Pour les informations
prennes, nous proposons par consquent dutiliser la modalit visuelle.
Un autre critre de choix concerne la smantique de linformation et sa proxi-
mit plus ou moins grande avec lune ou lautre des modalits candidates. Comme
nous lavons dit, la prise en compte dinformations telles que les forces lectro-
statiques ou les interactions hydrophobes est indispensable pour la construction des
complexes de protines. Les forces lectrostatiques pourraient tre prsentes laide
dune contrainte haptique car cette modalit peut vhiculer des informations dattrac-
tion ou de rpulsion dune manire qui voque des situations de la vie quotidienne.
Les modalits visuelle et auditive ne doivent pas tre limines doffice pour autant ;
mais leur usage impliquerait dlaborer une chelle continue o la distinction attrac-
tion - rpulsion serait apparente, ainsi que le "point zro" de lchelle (ex. signal 1
18 2e soumission RSTI
Il est important de souligner que ces principes sont en partie des hypothses
valider notamment dans le cadre des valuations mises en oeuvre dans le projet. Ces
dernires, en cours, sont voques dans la section 7.
Notre approche a pour objectif de combiner les apports des rendus multimodaux
et les connaissances des experts en docking dans certaines phases de ltude. En per-
mettant lutilisateur dinteragir au plus tt dans le processus plutt qua posteriori
ou par unique paramtrage du systme, nous esprons rduire dune part les temps
de traitement et dautre part les risques de faux positifs. Plus prcisment, le proto-
cole que nous dveloppons comporte trois tapes (figure 8). Une premire tape en
environnement immersif, nomme Rduction de lespace de recherche, permet luti-
lisateur biologiste de pr-positionner le systme dans les quelques configurations qui
lui semblent intressantes grce des rendus visuels, sonores et haptiques. Cette pre-
mire tape permettra de rduire rapidement lespace de recherche en sappuyant sur
les capacits danalyse de motifs 3d de lexpert et sur ses connaissances spcifiques
en docking de protines. Les donnes sur les interactions ce stade sont approximes
ou qualitatives de manire conserver linteractivit, les contraintes les plus fortes se
situant notamment au niveau des retours haptiques. Une deuxime tape sera apparen-
te la procdure automatique de docking classique mais uniquement sur les espaces
restreints ainsi dfinis par le biologiste. Cette tape consiste valuer un score plus
fin pour les conformations slectionnes lors de la premire tape ainsi que les sou-
mettre une phase automatique daffinement (minimisation en corps rigide). Et enfin,
la troisime tape, appele Exploration du classement, seffectue de nouveau en en-
vironnement immersif et permet au chercheur dexplorer de manire multimodale les
solutions de la premire tape et de les trier en fonction de la deuxime tape afin
dextraire celles quil dsire tester de manire exprimentale. Dans cette tape le be-
soin de prcision est plus important mais les dplacements entre molcules, lorigine
de calculs complexes, peuvent tre bloqus.
notre premier systme que des protines rigides, pour un docking de type cl/serrure
ou LEGO.
Plusieurs rendus haptiques ont t implments pour rendre les collisions et les
phnomnes nergtiques. Dans tous ces rendus haptiques, une des deux protines est
attache au dispositif haptique, et lautre la souris 3d, ce qui permet de manipuler
leurs positions et leurs orientations par rapport leurs barycentres.
Collision - La dtection de collision seffectue sur un client graphique bas sur
des applications C++/OpenGL afin dassurer une cohrence visuelle entre la repr-
sentation haptique des protines, et leur reprsentation visuelle dans lenvironnement
de visualisation Pymol. Pour chaque protine, un maillage de la surface est dabord
prcalcul en utilisant MSMS (Sanner et al., 1996). La rsolution de ce maillage peut
tre paramtre. Ensuite, la routine de dtection de collision utilise la librairie RAPID
(Gottschalk et al., 1996) qui permet de calculer en temps interactif la liste des triangles
en collision entre les deux maillages durant le docking. Pour le rendu haptique, deux
mthodes de calculs des forces ont t implmentes :
La premire consiste rendre une force de rpulsion dont la direction est dfinie
par les barycentres des deux protines en collision, et dont le module est proportionnel
au nombre de triangles en collision. Lorsquun rendu en torsion est possible, le couple
est dfini par la rsultante des normales des triangles en collision et le barycentre de
la protine attach au dispositif haptique.
La seconde approche, plus complexe mais plus pertinente, consiste, partir des
triangles en collision, calculer une distance ou un volume dinterpntration (au lieu
du nombre de triangles en collision), qui pondre la force de rpulsion.
Caractristiques lectrostatiques - Deux approches sont proposes pour per-
mettre lutilisateur de ressentir les phnomnes lectrostatiques.
La premire approche consiste calculer les forces appliquer chaque particule
charge laide de lquation de Coulomb (cf. section 2.2.4 figure 4), en considrant
chaque couple de particules charges. La complexit de ce calcul est quadratique, mais
reste approprie dans le cas de protines de tailles moyennes, le nombre de particules
charges dans une protine tant limit.
Dans la seconde, le champ global du potentiel lectrostatique de la protine cible
(rcepteur) est calcul a priori en utilisant APBS2 , qui permet dobtenir une grille de
potentiel lectrostatique 3d en rsolvant lquation de Poisson (cf. section 2.2.4). Le
gradient du potentiel lectrostatique permet dobtenir le vecteur du champ de force
pour chaque cellule de la grille 3d. Les acides amins chargs de la seconde protine
(ligand) sont ensuite immergs dans ce champ de force lectrostatique 3d autour du r-
cepteur. Cette mthode nous permet de calculer une force dinteraction lectrostatique
pour chaque particule en temps linaire en fonction du nombre de particules charges
qui constituent le ligand.
Interactions de Van der Walls - La force de Van der Walls entre deux atomes
est calcule selon les quations de la section 2.2.3. Contrairement aux forces lec-
trostatiques, ces forces sappliquent trs courte distance, et ne concernent donc que
les atomes de surface. Les rsultantes translationnelle et rotationnelle des forces de
Van der Walls sont calcules sur chaque particule, appliques au barycentre du ligand
et ajoutes aux forces lectrostatiques, ce qui permet lutilisateur de ressentir une
complmentarit nergtique globale entre les deux protines.
Nous pouvons noter quau niveau perceptif, le rendu des interactions de Van der
Walls est semblable celui des collisions de surface, puisquil prvient linterpntra-
tion. Toutefois, cette information est quantitative et biologiquement pertinente, et non
plus seulement gomtrique et qualitative.
permet de rendre un son pur ou chaotique, dans le cas dune sinosode, ou de rendre un
mot comprhensible ou non, dans le cas dun mot pr-enregistr, selon que la mesure
est bonne ou mauvaise. Ce paradigme est particulirement adapt lorsque lon connait
a priori loptimum de la mesure, et que lon ne dispose pas de spatialisation sonore.
Le second paradigme permet de rendre simultanment deux mesures par enco-
dage la fois de la tonalit et de lamplitude de ces deux mesures. Il est particuli-
rement adapt lorsque lchelle de grandeur de ces mesures est connue a priori, mais
que loptimum na pas vraiment de sens.
Le troisime, plus complexe car il ncessite lutilisation de la spatialisation, per-
met de rendre simultanment plusieurs mesures. Il consiste faire la correspondance
entre la localisation fixe dune source sonore ddie au rendu dune mesure, la s-
mantique de cette mesure. Chaque zone de lenvironnement spatial auditif est donc
consacre au rendu dune seule mesure.
6. Evaluations en cours
7. Conclusion
la nature de linterface entre les deux protines, comme les hot-spots, etc. Ce processus
permet de diminuer de faon importante le nombre de configurations que testeront les
algorithmes automatiques utiliss ensuite. Lutilisation du contexte immersif et multi-
modal en aval de ces algorithmes automatiques est une aide au filtrage et lanalyse
des solutions proposes par les mthodes automatiques.
Le prototype de CoRSAIRe ddi au docking protine/protine est aujourdhui
achev. Nous entrons dsormais dans une phase dvaluation, la fois des rendus indi-
viduels, mais aussi de lenvironnement complet, avec une attention particulire lap-
port du superviseur multimodal pour la gestion de la combinaison des rendus. Cette
valuation doit dune part conclure sur la pertinence et lefficacit de chaque rendu.
Elle doit dautre part se prononcer sur lefficacit, en termes de dure et de qualit, de
cette approche itrative dans la conception dEnvironnements Virtuels Multimodaux,
par rapport aux approches classiques.
Concernant les perspectives de ces travaux, nos principaux efforts vont porter sur
lintgration dun modle de protines non rigide. En effet, dans de nombreux cas,
les protines ajustent leur structure afin de faciliter le processus de docking. La m-
taphore de type cl/serrure ou LEGO, utilise jusquici dans notre prototype et cou-
ramment employe dans les simulations de docking, est donc insuffisante pour tudier
de faon virtuelle les phnomnes de docking. Cependant, les progrs des moteurs
de dynamique molculaire (GROMACS) ou lutilisation dapproches nouvelles issues
de la robotique (Lu et al., Aug 2005; Rossi et al., Jul 2007) qui considrent les pro-
tines comme des corps rigides articuls, permettent denvisager moyen terme une
volution de notre prototype. Dans ce contexte, pour atteindre les frquences de rafrai-
chissement ncessaires certains canaux sensori-moteurs durant le rendu haptique, et
nous tudions actuellement comment implmenter ces approches laide de proces-
seurs ddis (GPU - Graphical Processor Unit, PPU - Physical Processor Unit) et de
grilles de calcul (cluster de CPU).
8. Remerciements
Les travaux prsents dans ce papier ont t mens et se poursuivent avec le sup-
port de lANR (projet CoRSAIRe du programme ARA MDMSA) et avec le soutien
du RTRA DIGITEO de la Rgion Ile-de-France (projet SIMCoD).
9. Bibliographie
Anastassova M., Mgard C., Burkhardt J., Prototype evaluation and user-needs analysis in
the early design of emerging technologies , 12th International Conference on Human-
Computer Interaction, Beijing, China, 2007.
Anderson A., Weng Z., VRDD : applying virtual reality visualization to protein docking and
design , Journal of Molecular Graphics and Modelling, vol. 17, n 3, p. 180-186, 1999.
30 2e soumission RSTI
Andr E., Handbook of natural language processing, chapter The generation of multimedia
presentations, p. 305-327, 2000.
Andrusier N., al., The Molecular Modeling Toolkit : A New Approach to Molecular Simula-
tion. , J. Comp. Chem., vol. 21, p. 79-85, 2000.
Andrusier N., al., FireDock : fast interaction refinement in molecular docking. , Proteins,
vol. 69, n 1, p. 139-59, 2007.
Annett J., Handbook of Cognitive Task Design, chapter Hierarchical Task Analysis, p. 17-35,
2003.
Baker N. A., Sept D., Joseph S., Holst M. J., McCammon J. A., Electrostatics of nanosystems :
Application to microtubules and the ribosome , Proceedings of the National Academy of
Science, vol. 98, p. 10037-10041, August, 2001.
Barass S., Zehner B., Responsive Sonification of Well-logs , International Conference on
Auditory Display, Atlanta, Georgia, USA., 2000.
Berman H., Westbrook J., Feng Z., Gilliland G., Bhat T., Weissig H., Shindyalov I., Bourne P.,
The Protein Data Bank , Nucleic Acids Res, vol. 1, n 28, p. 235-242, 2000.
Borrelli K., al., PELE : Protein Energy Landscape Exploration. A Novel Monte Carlo Based
Technique. , J. Chem. Theory Comput., vol. 6, n 1, p. 1304-1311, 2005.
Bouyer G., Rendu multimodal en Ralit Virtuelle : Supervision des interactions au service de
la tche., Ph.d. thesis, Universit Paris XI, 2007.
Bouyer G., Bourdot P., Ammi M., Supervision of 3D Multimodal Rendering for Protein-
protein Virtual Docking , Eurographics Symposium on Virtual Environments (EGVE), vol.
28, p. 49-56, 2008.
Comeau S., Gatchell W., Vajda S., Camacho C., ClusPro : an automated docking and discri-
mination method for the prediction of protein complexes , Bioinformatics, vol. 20, n 1,
p. 45-50, 2004.
Connolly M., Analytical molecular surface calculation , J. Appl. Crystallogr., vol. 16, p. 548-
558, 1983a.
Connolly M. L., Solvent-accessible surfaces of proteins and nucleic acids , Science, vol. 221,
p. 709-713, 1983b.
Corey R., Pauling L., Molecular Models of Amino Acids, Peptides, and Proteins. , Review
of Scientific Instruments, vol. 24, n 8, p. 621-627, 1953.
Cruz-Neira C., Sandin D., DeFanti T. A., Kenyon R. V., Hart J., The CAVE : Audio Visual
Experience Automatic Virtual Environment , SIGGRAPH, vol. 35, p. 64-72, 1992.
Ferey N., Delande O., Grasseau G., Baaden M., A VR Framework for Interacting with Mo-
lecular Simulations , ACM-VRST 2008 : In proceedings of Virtual Reality Sofware and
Technologies, in press, 2008.
Fernandez-Recio J., Totrov M., Abagyan R., ICM-DISCO docking by global energy optimi-
zation with fully flexible Side-Chains , Cambridge, MA : Bradford Books / MIT Press, vol.
1, n 52, p. 113-117, 2003.
Frederick P. Brooks J., Ouh-Young M., Batter J. J., Kilpatrick P. J., Project GROPE : Haptic
displays for scientific visualization , SIGGRAPH 90 : Proceedings of the 17th annual
conference on Computer graphics and interactive techniques, ACM, New York, NY, USA,
p. 177-185, 1990.
Docking de protines en Ralit Virtuelle 31
Touraine D., Bourdot P., Bellik Y., Bolot L., A Framework to Manage Multimodal Fusion
of Events for Advanced Interactions within Virtual Environments , International EURO-
GRAPHICS Workshop on Virtual Environment, (EGVE 2002), Barcelona, Spain, 2002.
Villoutreix B., Bastard K., Sperandio O., Fahraeus R., Poyet J., Calvo F., Deprez B., Miteva M.,
In silico-in vitro screening of protein-protein interactions : towards the next generation of
therapeutics , Curr Pharm Biotechnol, vol. 9, n 2, p. 103-22, Apr 2008.
Wang R., Lu Y., Wang S., Comparative Evaluation of 11 Scoring Functions for Molecular
Docking , Journal of medicinal chemistry, vol. 46, p. 2287-2303, 2003.
Wriggers W., Birmanns S., Interactive fitting augmented by force-feedback and virtual rea-
lity , J. cell biol., vol. 144, p. 123-131, 2003.
Zacharias M., ATTRACT : protein-protein docking in CAPRI using a reduced protein mo-
del. , Proteins, vol. 60, n 2, p. 252-6, 2005.