在预聚合混合物中进行分子动力学模拟,用于的识别

科学领域:

• 计算化学计算化学
• 材料科学 材料科学 材料科学
• 生物技术是生物技术.

背景情况:

• 分子印记聚合物 (MIP) 显示出作为识别蛋白质和的合成抗体的潜力.
• 优化功能性单体选择和比例对于MIP来说至关重要,以实现高目标识别能力.
• 由MIPs识别的Melittin是研究MIP设计原则的模型系统.

研究的目的:

• 校准一个分子动力学 (MD) 协议,以准确预测MIP中的认知趋势.
• 确定模拟MIP-相互作用的最佳条件,并指导高亲缘关系MIP的设计.
• 为分子打印材料的合理设计提供经过验证的计算工具.

主要方法:

• 使用AMBER20与特定的力场和水模型进行了原子MD模拟 (350 ns).
• 对13种预聚合混合物进行了测试,测试了三种模拟条件,盒子大小和单体/交叉连接器密度各不相同.
• 使用线性相互作用能量 (LIE) 方法分析了模板-单体相互作用能量.

主要成果:

• 通过MD模拟,根据其实验报告的梅利丁识别性能,成功对13种混合物进行了排名.
• 在90 Å3立方盒中使用100个单体/交叉连接器的模拟系统准确地反映了实验趋势.
• 较高的单体密度导致非特异性相互作用,无法预测实验结果.
• 性能最好的混合物表现出与美利13-26-α-螺旋线段的优先结合.

结论:

• 一个经过验证的MD协议可以准确地预测MIPs用于识别的性能.
• 该研究强调了优化单体密度的重要性,以避免MIP中的非特异性相互作用.
• 这些发现为量身定制的分子打印材料的计算设计提供了宝贵的见解.