Modelowanie gruboziarniste

Modelowanie gruboziarniste – metoda modelowania molekularnego, w której stosuje się modele gruboziarniste, czyli takie, gdzie grupa atomów reprezentowana jest przez pojedyncze centrum oddziaływań zwane pseudoatomem lub zjednoczonym atomem. Metoda ta pozwala na uproszczenie wielu zależności występujących w układach biologiczno-chemicznych oraz ograniczenie liczby stopni swobody układu, co jednocześnie zmniejsza ilość oraz czas obliczeń potrzebnych w symulacji. Takie metody są szczególnie przydatne do modelowania układów o wysokim stopniu złożoności. Wykorzystywane są w symulacjach biomolekuł takich jak białka[1], kwasy nukleinowe[2], błony lipidowe[3], węglowodany[4] lub woda[5]. Modelowanie gruboziarniste jest często używane jako etap modelowania wieloskalowego. Po symulacji gruboziarnistej następuje symulacja pełnoatomowa. Pozwala to na skrócenie czasu symulacji oraz umożliwia modelowanie dużych układów[6].

Modele gruboziarniste białek edytuj

Modele gruboziarniste wykorzystywane są do przewidywania struktury białek, badania mechanizmów ich zwijania oraz ich oddziaływań z innymi białkami, ligandami lub peptydami. Znane są modele gruboziarniste o różnym poziomie zredukowania. W tych najmniej zredukowanych łańcuch białkowy jest reprezentowany tylko przez atomy ciężkie (struktura białka pozbawiona jest protonów). W bardziej zredukowanych stosuje się atomy zjednoczone, które mogą uśredniać i zastępować kilka atomów w łańcuchu bocznym albo nawet całą resztę aminokwasową. Aby móc modelować układy złożone z pseudoatomów, konieczne jest zastosowanie odpowiedniego pola siłowego. Pole siłowe definiuje, jak pseudoatomy różnych typów oddziałują między sobą[6].

Pierwszy model, który wykorzystywał pojęcie modelu gruboziarnistego, został opublikowany w 1975 roku przez Levitta i Warshela[7].

Przykłady modeli gruboziarnistych białek:

  • model Levitta i Warshela 1975[7]
  • SICHO (SIde CHain Only) 1998[8]
  • Rosetta centroid mode 2004[9]
  • CABS (C-Alpha, Beta and Side chain) 2004[10]
  • UNRES (UNited RESidues) 2014[11]
  • SURPASS (Single United Residue per Pre-Averaged Secondary Structure fragment) 2017[12]

Modele gruboziarniste kwasów nukleinowych edytuj

Modele gruboziarniste stosuje się również do przewidywania struktury i dynamiki kwasów nukleinowych. Modele te różnią się, w zależności od wykorzystania, ilością ziaren użytych do reprezentacji jednego nukleotydu (od 1 do 7 ziaren) oraz uwzględnionymi w modelu oddziaływaniami[13].

Przykłady modeli gruboziarnistych kwasów nukleinowych:

  • DMD (Discrete Molecular Dynamics) 2008[14]
  • Vfold 2009[15]
  • NAST (The Nucleic Acid Simulation Tool) 2009[16]

Zobacz też edytuj

Przypisy edytuj

  1. Ingólfsson, Helgi I.; Lopez, Cesar A.; Uusitalo, Jaakko J.; de Jong, Djurre H.; Gopal, Srinivasa M.; Periole, Xavier; Marrink, Siewert J. (2014-05-01). "The power of coarse graining in biomolecular simulations". Wiley Interdisciplinary Reviews: Computational Molecular Science. 4 (3): 225–248.
  2. Boniecki, Michal J.; Lach, Grzegorz; Dawson, Wayne K.; Tomala, Konrad; Lukasz, Pawel; Soltysinski, Tomasz; Rother, Kristian M.; Bujnicki, Janusz M. (2016-04-20). "SimRNA: a coarse-grained method for RNA folding simulations and 3D structure prediction". Nucleic Acids Research. 44 (7): e63.
  3. Baron, Riccardo; Trzesniak, Daniel; de Vries, Alex H.; Elsener, Andreas; Marrink, Siewert J.; van Gunsteren, Wilfred F. (2007-02-19). "Comparison of Thermodynamic Properties of Coarse-Grained and Atomic-Level Simulation Models" (PDF). ChemPhysChem. 8 (3): 452–461
  4. López, Cesar A.; Rzepiela, Andrzej J.; de Vries, Alex H.; Dijkhuizen, Lubbert; Hünenberger, Philippe H.; Marrink, Siewert J. (2009-12-08). "Martini Coarse-Grained Force Field: Extension to Carbohydrates". Journal of Chemical Theory and Computation. 5 (12): 3195–3210
  5. Hadley, Kevin R.; McCabe, Clare (2012-07-01). "Coarse-grained molecular models of water: a review". Molecular Simulation. 38 (8–9): 671–681.
  6. a b Kmiecik, S.; Gront, D.; Kolinski, M.; Wieteska, Ł.; Dawid, A.E.; Kolinski, A., Coarse-Grained Protein Models and Their Applications, Chem. Rev. 2016, 116, 7898−7936
  7. a b Levitt, M.; Warshel, A. Computer-Simulation of Protein Folding. Nature 1975, 253, 694−698.
  8. Kolinski, A.; Jaroszewski, L.; Rotkiewicz, P.; Skolnick, J. An efficient Monte Carlo model of protein chains. Modeling the short- range correlations between side group centers of mass. J. Phys. Chem. B 1998, 102, 4628−4637.
  9. Rohl, C.; Strauss, C.; Misura, K.; Baker, D. In Numerical Computer Methods, Part D; Elsevier: Amsterdam, 2004; Vol. 383.
  10. Kolinski, A. Protein modeling and structure prediction with a reduced representation. Acta Biochim. Polym. 2004, 51, 349−371.
  11. Liwo, A.; Baranowski, M.; Czaplewski, C.; Golas, E.; He, Y.; Jagiela, D.; Krupa, P.; Maciejczyk, M.; Makowski, M.; Mozolewska, M. A.; et al. A unified coarse-grained model of biological macromolecules based on mean-field multipole-multipole interactions. J. Mol. Model. 2014, 20, 2306.
  12. Dawid, A.E.; Gront, D.; Kolinski, A., SURPASS Low-Resolution Coarse-Grained Protein Modeling ,J. Chem. Theory Comput. 2017, 13, 5766−5779
  13. Šponer J, Bussi G, Krepl M, et al. RNA Structural Dynamics As Captured by Molecular Simulations: A Comprehensive Overview. Chem Rev. 2018;118(8):4177–4338. doi:10.1021/acs.chemrev.7b00427
  14. Ding F.; Sharma S.; Chalasani P.; Demidov V. V.; Broude N. E.; Dokholyan N. V. Ab Initio RNA Folding by Discrete Molecular Dynamics: From Structure Prediction to Folding Mechanisms. RNA 2008, 14, 1164–117310.1261/rna.894608.
  15. Cao S.; Chen S.-J. Predicting Structures and Stabilities for H-type Pseudoknots with Interhelix Loops. RNA 2009, 15, 696–70610.1261/rna.1429009.
  16. Jonikas M. A.; Radmer R. J.; Laederach A.; Das R.; Pearlman S.; Herschlag D.; Altman R. B. Coarse-grained Modeling of Large RNA Molecules with Knowledge-based Potentials and Structural Filters. RNA 2009, 15, 189–19910.1261/rna.1270809.
  17. Setny P.; Zacharias M. Elastic Network Models of Nucleic Acids Flexibility. J. Chem. Theory Comput. 2013, 9, 5460–547010.1021/ct400814n.
  18. Sulc P.; Romano F.; Ouldridge T. E.; Doye J. P.; Louis A. A. A Nucleotide-level Coarse-grained Model of RNA. J. Chem. Phys. 2014, 140, 235102.10.1063/1.4881424.
  19. Uusitalo J. J.; Ingólfsson H. I.; Akhshi P.; Tieleman D. P.; Marrink S. J. Martini Coarse-Grained Force Field: Extension to DNA. J. Chem. Theory Comput. 2015, 11, 3932–394510.1021/acs.jctc.5b00286.
  20. Boniecki M. J.; Lach G.; Dawson W. K.; Tomala K.; Lukasz P.; Soltysinski T.; Rother K. M.; Bujnicki J. M. SimRNA: A Coarse-grained Method for RNA Folding Simulations and 3D Structure Prediction. Nucleic Acids Res. 2016, 44, e63.10.1093/nar/gkv1479.
  21. Poblete S.; Bottaro S.; Bussi G. A Nucleobase-centered Coarse-grained Representation for Structure Prediction of RNA Motifs. Nucleic Acids Res. 2017, 10.1093/nar/gkx1269.

Linki zewnętrzne edytuj