Теперь, новый алгоритм может ускорить те жизненные моделирования, позволив им к образцовым явлениям, которые были ранее вне досягаемости. Результаты могут в конечном счете помочь ученым лучше понять и лечить заболевания как болезнь Альцгеймера, сказал Эмануэль Петер, химик в Университете Регенсбурга. Его работа над новой техникой описана на этой неделе в Журнале Химической Физики от AIP Publishing.
Обычные моделирования, используя молекулярную динамику и методы Монте-Карло, были успешны в целом при моделировании биологических молекул как белки. Чтобы определить, как белки сворачиваются, моделирование ищет конфигурации, которые соответствуют ниже и более низкие энергетические государства. В конечном счете это находит самое низкое энергетическое государство, которое дает стабильный сгиб.
Но поскольку моделирование ищет, оно может столкнуться с конфигурацией с немного более высокой энергией, которая формирует барьер, который препятствует алгоритму.В результате этого замедления обычные методы могут только моделировать молекулярные поведения, происходящие по кратковременным весам нескольких сотен микросекунд. Много явлений, таких как определенные сгибы белка или закрепление препарата с потенциальной целью, происходят в течение нескольких секунд, минут или даже дней.
Моделирование таких долгих временных рамок заняло бы слишком много времени вычисления только с обычными подходами.Чтобы ускорить моделирования, исследователи могут ввести энергию в систему, которая выдвигает модель по любым энергетическим барьерам. Но одна из самых сложных задач к этим методам находится в определении координат, которые описывают систему – который, например, может быть длиной между атомами в молекуле и углами между связями. Традиционно, исследователи определяют координаты, прежде чем они начнут моделирование.
Каждый временной шаг вдоль каждой координаты зависит от предыдущего шага. Но эта зависимость может оказать влияние на моделирование.Новый алгоритм Питера избегает этого уклона.
Он нашел обобщенную систему координат, в которой каждый временной шаг не полагается на предыдущий шаг. «Необходимы только немного параметров, и никакая человеческая интуиция не требуется, который может потенциально оказать влияние на результат моделирования», сказал он.Чтобы проверить новый алгоритм, Питер привык его для образцовой воды, пептида, названного dialanine, сворачиванием другого пептида под названием TrpCage и сбором в группу крахмалистой беты 25-35, которые являются фрагментами белка, связанными с болезнью Альцгеймера. В каждом случае его техника сообщает, чтобы ускорить моделирования. И моделирования крахмалистой беты могли помочь объяснить, почему болезнь Альцгеймера было трудно лечить.
При болезни Альцгеймера, совокупность фрагментов белка крахмалистой беты вместе, формируя твердую мемориальную доску, которая растет между нейронами и разрушает их. Крахмалистая бета – также токсин, приводя к нейронному некрозу клеток и вырождению нейронной функции. Новые моделирования предполагают, что крахмалистая бета может принять диапазон структур. Эта структурная гибкость могла быть то, почему некоторые наркотики, которые пытаются запретить скопление, не были успешны, сказал Питер.
Когда те наркотики связывают с крахмалистой бетой, крахмалистая бета просто изменяет форму, позволяя ей продолжить наносить удар вместе. Препарат становится объединенным в совокупность и мемориальную доску.Этот тип структурной гибкости, названной энтропией структуры, является также главной особенностью в других пептидах, которые формируют токсичные мемориальные доски при болезнях, таких как болезнь Хантингтона, диабет 2 типа и болезнь Паркинсона.
Новый алгоритм мог поэтому быть полезен для понимания этих других болезней также.