stringtranslate.com

Молекулярное моделирование

Моделирование ионной жидкости

Молекулярное моделирование охватывает все методы, теоретические и вычислительные, используемые для моделирования или имитации поведения молекул . [1] Эти методы используются в областях вычислительной химии , разработки лекарств , вычислительной биологии и материаловедения для изучения молекулярных систем, начиная от небольших химических систем до крупных биологических молекул и материальных сборок. Простейшие вычисления можно выполнить вручную, но для выполнения молекулярного моделирования любой разумно размерной системы неизбежно требуются компьютеры. Общей чертой методов молекулярного моделирования является атомистический уровень описания молекулярных систем. Это может включать рассмотрение атомов как наименьшей индивидуальной единицы ( подход молекулярной механики ) или явное моделирование протонов и нейтронов с их кварками, антикварками и глюонами и электронов с их фотонами ( подход квантовой химии ).

Молекулярная механика

Двугранные углы остова включены в молекулярную модель белка .

Молекулярная механика является одним из аспектов молекулярного моделирования, поскольку она включает использование классической механики ( механики Ньютона ) для описания физической основы моделей. Молекулярные модели обычно описывают атомы (ядро и электроны вместе) как точечные заряды с ассоциированной массой. Взаимодействия между соседними атомами описываются пружинными взаимодействиями (представляющими химические связи ) и силами Ван-дер-Ваальса . Потенциал Леннарда-Джонса обычно используется для описания последних. Электростатические взаимодействия вычисляются на основе закона Кулона . Атомам назначаются координаты в декартовом пространстве или во внутренних координатах , а также им могут быть назначены скорости в динамическом моделировании. Скорости атомов связаны с температурой системы, макроскопической величиной. Коллективное математическое выражение называется потенциальной функцией и связано с внутренней энергией системы (U), термодинамической величиной, равной сумме потенциальной и кинетической энергий. Методы, минимизирующие потенциальную энергию, называются методами минимизации энергии (например, наискорейший спуск и сопряженный градиент ), тогда как методы, моделирующие поведение системы с распространением во времени, называются молекулярной динамикой .

Эта функция, называемая потенциальной функцией , вычисляет молекулярную потенциальную энергию как сумму энергетических членов, которые описывают отклонение длин связей, углов связей и углов кручения от равновесных значений, а также членов для не связанных пар атомов, описывающих ван-дер-ваальсовы и электростатические взаимодействия. Набор параметров, состоящий из равновесных длин связей, углов связей, значений парциального заряда, силовых констант и параметров ван-дер-ваальса, в совокупности называется силовым полем . Различные реализации молекулярной механики используют различные математические выражения и различные параметры для потенциальной функции . [2] Общие силовые поля, используемые сегодня, были разработаны с использованием химической теории, экспериментальных справочных данных и квантовых вычислений высокого уровня. Метод, называемый минимизацией энергии, используется для нахождения положений нулевого градиента для всех атомов, другими словами, локального минимума энергии. Состояния с более низкой энергией более стабильны и обычно исследуются из-за их роли в химических и биологических процессах. С другой стороны, моделирование молекулярной динамики вычисляет поведение системы как функцию времени. Он включает в себя решение законов движения Ньютона, в основном второго закона, . Интеграция законов движения Ньютона с использованием различных алгоритмов интегрирования приводит к атомным траекториям в пространстве и времени. Сила, действующая на атом, определяется как отрицательный градиент функции потенциальной энергии. Метод минимизации энергии полезен для получения статической картины для сравнения состояний подобных систем, в то время как молекулярная динамика предоставляет информацию о динамических процессах с внутренним включением температурных эффектов.

Переменные

Молекулы можно моделировать либо в вакууме, либо в присутствии растворителя, например воды. Моделирование систем в вакууме называется газофазным моделированием, тогда как те, которые включают присутствие молекул растворителя, называются явным моделированием растворителя. В другом типе моделирования влияние растворителя оценивается с использованием эмпирического математического выражения; это называется неявным моделированием сольватации.

Координатные представления

Большинство силовых полей зависят от расстояния, что делает наиболее удобным выражение для этих декартовых координат. Тем не менее, сравнительно жесткая природа связей, которые возникают между определенными атомами, и, по сути, определяет то, что подразумевается под обозначением молекула , делает внутреннюю систему координат наиболее логичным представлением. В некоторых областях представление IC (длина связи, угол между связями и угол поворота связи, как показано на рисунке) называется Z-матрицей или представлением угла кручения. К сожалению, непрерывные движения в декартовом пространстве часто требуют прерывистых угловых ветвей во внутренних координатах, что делает относительно сложной работу с силовыми полями во внутреннем координатном представлении, и наоборот, простое смещение атома в декартовом пространстве может не быть прямолинейной траекторией из-за запретов взаимосвязанных связей. Таким образом, для программ вычислительной оптимизации очень часто происходит переключение между представлениями во время их итераций. Это может доминировать во времени расчета самого потенциала и в молекулах с длинной цепью вносить кумулятивную численную неточность. Хотя все алгоритмы преобразования дают математически идентичные результаты, они различаются по скорости и числовой точности. [3] В настоящее время самым быстрым и точным преобразованием кручения в декартову систему координат является метод естественного расширения опорной системы координат (NERF). [3]

Приложения

Молекулярные методы моделирования обычно используются для исследования структуры, динамики, свойств поверхности и термодинамики неорганических, биологических и полимерных систем. Большое количество молекулярных моделей силового поля сегодня легко доступно в базах данных. [4] [5] Типы биологической активности, которые были исследованы с помощью молекулярного моделирования, включают сворачивание белка , катализ ферментов , стабильность белка, конформационные изменения, связанные с биомолекулярной функцией, и молекулярное распознавание белков, ДНК и мембранных комплексов. [6]

Смотрите также

Ссылки

  1. ^ Leach AR (2009). Молекулярное моделирование: принципы и приложения . Pearson Prentice Hall. ISBN 978-0-582-38210-7. OCLC  635267533.
  2. ^ Хайнц Х, Рамезани-Дахель Х (январь 2016 г.). «Моделирование неорганических-биоорганических интерфейсов для открытия новых материалов: идеи, сравнения с экспериментом, проблемы и возможности». Chemical Society Reviews . 45 (2): 412–48. doi :10.1039/C5CS00890E. PMID  26750724.
  3. ^ ab Parsons J, Holmes JB, Rojas JM, Tsai J, Strauss CE (июль 2005 г.). «Практическое преобразование из торсионного пространства в декартово пространство для синтеза белка in silico». Journal of Computational Chemistry . 26 (10): 1063–8. doi :10.1002/jcc.20237. PMID  15898109. S2CID  2279574.
  4. ^ Стефан, Саймон; Хорш, Мартин Т.; Врабец, Ядран; Хассе, Ханс (2019-07-03). «MolMod – база данных силовых полей с открытым доступом для молекулярного моделирования жидкостей». Молекулярное моделирование . 45 (10): 806–814. arXiv : 1904.05206 . doi : 10.1080/08927022.2019.1601191. ISSN  0892-7022. S2CID  119199372.
  5. ^ Эггиманн, Бекки Л.; Саннарборг, Амара Дж.; Стерн, Хадсон Д.; Блисс, Эндрю П.; Сипманн, Дж. Илья (2014-01-02). «Онлайн-база данных параметров и свойств для силового поля TraPPE». Молекулярное моделирование . 40 (1–3): 101–105. doi :10.1080/08927022.2013.842994. ISSN  0892-7022. S2CID  95716947.
  6. ^ Lee J, Cheng X, Swails JM, Yeom MS, Eastman PK, Lemkul JA и др. (январь 2016 г.). «Генератор входных данных CHARMM-GUI для моделирования NAMD, GROMACS, AMBER, OpenMM и CHARMM/OpenMM с использованием поля силы CHARMM36 Additive Force Field». Journal of Chemical Theory and Computation . 12 (1): 405–13. doi :10.1021/acs.jctc.5b00935. PMC 4712441 . PMID  26631602. 

Дальнейшее чтение