相关实验视频
Updated: Jan 9, 2026
08:03
Study of Protein Dynamics via Neutron Spin Echo Spectroscopy
Published on: April 13, 2022
2.5K
预测高度抗体溶液的动态粘度,使用化学特异粗粒模型
Tobias M Prass1, Patrick Garidel2, Michaela Blech3
1Center for Theoretical Chemistry, Ruhr University Bochum, D-44780 Bochum, Germany.
The journal of physical chemistry letters
|December 7, 2025
概括
这项研究验证了使用马丁尼3力场的粗粒度分子动力学 (CG-MD) 模拟,以准确预测高度抗体溶液粘度,减少生物制药开发中的实验需求.
科学领域:
- 生物物理学的生物物理.
- 计算化学的计算化学
- 材料科学 材料科学 材料科学
背景情况:
- 蛋白质溶液粘度对于生物制药配方至关重要.
- 目前的实验方法是材料密集型和劳动密集型的.
- 对大型系统来说,原子分子动力学 (MD) 模拟在计算上是昂贵的.
研究的目的:
- 评估马丁尼3粗粒度MD (CG-MD) 力场在高度抗体溶液中预测粘度的能力.
- 验证CG-MD作为原子模拟的计算效率高的替代方案.
- 为了精炼力场,准确地预测生物制药性质.
主要方法:
- 使用马丁尼3力场进行粗粒度分子动力学 (CG-MD) 模拟.
- 在Martini 3框架内优化了蛋白质与蛋白质的相互作用.
- 纳入了先前开发的Martini 3-exc模型,用于阿尔金因辅助剂.
主要成果:
- 精细的Martini 3力场准确地预测了缩的F(ab') 2抗体碎片溶液中的高粘度.
- 马丁尼3-exc模型成功地捕获了阿尔金因辅助剂降低粘度的效果.
- 与原子化MD相比,CG-MD模拟显示了显著的计算节省.
结论:
- 马蒂尼3CG-MD模拟,具有优化的相互作用,可以可靠地预测密集生物制药溶液的粘度.
- 这种方法提供了一个计算可行的方法来预测抗体配方的特性.
- 基于物理学的计算预测可以加速生物制药配方开发.
