在显式和隐式溶剂中模拟蛋白质折叠的分散粒子动力学:原子分辨率的粗粒度模型
Ruzhuang Zhang1, Li Yang2, Xingqing Xiao1
1Department of Chemistry, School of Chemistry and Chemical Engineering, Hainan University, Haikou City, Hainan Province 570228, PR China.
Journal of chemical theory and computation
|July 25, 2024
概括
分散粒子动力学 (DPD) 模拟用于研究蛋白质折叠. 隐式力DPD模型提高了粗粒蛋白模拟的结构精度和计算效率.
科学领域:
- 计算化学是一种计算化学.
- 生物物理学的生物物理.
- 分子动力学分子动力学
背景情况:
- 分散粒子动力学 (DPD) 是一种粗粒度 (CG) 模拟方法.
- 研究蛋白质折叠需要准确和高效的模拟技术.
研究的目的:
- 在明确和隐性溶剂中研究小蛋白折叠的DPD.
- 建立模型参数化并提高CG蛋白模型的计算效率.
主要方法:
- 从原子模拟和热力学理论中开发出外力和强力DPD参数.
- 使用氨基酸方案将全原子蛋白映射到CG模型中.
- 研究了使用ex-DPD和im-DPD的四种小蛋白质的折叠路径.
主要成果:
- 与前DPD相比,Im-DPD模拟显示出与原生蛋白质的结构相似性更大.
- 实现了安格斯特罗姆 (Å) 分辨率,与原子模型可比.
- Im-DPD显著加速了模拟和提高了效率.
结论:
- 开发的im-DPD方法提高了蛋白质结构预测的准确性.
- 这种方法为大规模分子模拟提供了一个计算效率高的策略.
- 对于详细的蛋白质研究,DPD模型可以达到原子级分辨率.


