多个盆地Go̅-Martini用于研究蛋白质的形态转换和环境相互作用
1Center for Quantitative Biology, Peking-Tsinghua Center for Life Sciences, Academy for Advanced Interdisciplinary Studies, Peking University, Beijing 100871, China.
Journal of chemical theory and computation
|May 13, 2025
概括
本研究介绍了多个盆地Go̅-Martini,一种用于模拟在明确环境中的蛋白质构造变化的计算方法. 它可以有效地探索蛋白质动态和相互作用,有助于理解生物过程.
科学领域:
- 计算生物学 计算生物学
- 生物物理学的生物物理.
- 分子动力学分子动力学
背景情况:
- 蛋白质是动态的分子,经历着对生物功能至关重要的结构转变.
- 全原子 (AA) 和粗粒 (CG) 模型在模拟相关时间尺度上的蛋白质动态和环境相互作用方面存在局限性.
- 在明确的环境中研究蛋白质构造变化对于理解生物机制至关重要.
研究的目的:
- 开发一种新的计算方法,即多个盆地Go̅-Martini,用于模拟在明确的环境中自发的蛋白质构造转换.
- 克服现有的分子动力学 (MD) 方法在时间尺度和计算成本方面的局限性.
- 为了研究蛋白质与其周围环境 (如膜) 的相互作用.
主要方法:
- 将Go̅-Martini模型与指数级混合方案集成.
- 将多个盆地Go̅-Martini方法应用于各种蛋白质系统 (GlnBP,Arc,Hinge,SemiSWEET,TRAAK).
- 仿真联结蛋白,折叠切换蛋白,设计蛋白,输送器和机械敏感离子通道.
主要成果:
- 证明了多个盆地Go̅-Martini在五种不同的蛋白质类型中的多功能性.
- 在明确的环境中成功模拟了自发的蛋白质构造转换.
- 生成了蛋白质构造空间的热力学意义数据集.
结论:
- 多个盆地Go̅-Martini提供了一种强大的新计算工具,用于研究蛋白质结构动力学和环境相互作用.
- 该方法有助于识别中间状态并阐明蛋白质与环境的相互作用,特别是蛋白质与膜的相互作用.
- 这种方法可以增强用于预测蛋白质形状分布的深度学习模型.
