Dinámica molecular vs minimización de energía en el plegamiento de proteínas

soy biólogo "Modelé" el comportamiento de un dipéptido completamente estirado usando MD. En otra exploración, minimicé la energía del dipéptido estirado. Usé el mismo campo de fuerza y ​​agua implícita para ambos modelos.

Los 2 dipéptidos finales tienen configuraciones diferentes y su energía (que supongo que es la energía potencial) es diferente. Como el muestreo de diferentes configuraciones moleculares para un dipéptido no es un problema (supongo), ¿convergiría un MD largo a una estructura de energía minimizada (que tenía menos energía)? ¿O es el resultado de MD la verdadera estructura "fluctuante pero plegada"? (suponiendo que un dipéptido se plegaría) Dicho en otras palabras, ¿las simulaciones MD (suficientes pasos + campos de fuerza perfectos + sin cortes) conducen a una energía libre mínima? ¿Cuál sería el papel de la conservación de la energía?

Respuestas (2)

A una temperatura finita (es decir, superior a cero), la estructura no minimizará la energía potencial debida a las fluctuaciones térmicas. En cambio, la estructura intentará minimizar la energía libre que equilibra la energía potencial con la entropía. Este comportamiento surge naturalmente en las simulaciones de dinámica molecular, ya que las fuerzas instantáneas actúan para minimizar la energía potencial, mientras que las fuerzas promedio (debido a las fluctuaciones térmicas) intentan maximizar la entropía.

¿Qué sucede durante una breve simulación?

Dependiendo de la conformación en la que comience la molécula, puede quedar atrapada en un mínimo de energía libre local (lo que se conoce como estado metaestable ) en lugar del mínimo global (el estado termodinámicamente estable ). Puede llevar mucho tiempo escapar de estos estados metaestables y hacer la transición a una configuración más estable. En muchos casos (como con el plegamiento de proteínas) tomaría un tiempo prohibitivo, incluso con la ayuda de supercomputadoras.

¿Qué pasaría durante una simulación infinitamente larga?

La estructura finalmente muestreará todo el espacio de configuración de tal manera que la probabilidad, en un momento dado, de que la configuración sea X es proporcional al factor de Boltzmann Exp ( GRAMO ( X ) / k B T ) dónde GRAMO ( X ) es la energía libre de configuración X , k B la constante de Boltzmann y T la temperatura. Tenga en cuenta, por lo tanto, que la estructura que es más probable que observe es la que minimiza la energía libre.

¿Hay formas de obtener las estructuras mínimas de energía libre sin ejecutar simulaciones realmente largas?

Sí. Hay todo un campo de investigación dedicado a la aceleración de 'sucesos raros' y la exploración del espacio de fase. Si puede identificar una pequeña cantidad de coordenadas (conocidas como variables colectivas ) que capturan aproximadamente la conformación de su molécula (por ejemplo, puede ser un ángulo diédrico que conecta sus péptidos), entonces puede generar un mapa de energía libre con respecto a su variables colectivas e identificar los mínimos de energía libre. O simplemente puede agregar una fuerza auxiliar para impulsar el sistema para explorar todo el espacio de fase. La técnica más común para lograr esto es la metadinámica (puedo recomendar algunos documentos si lo desea).

Un método mucho más simple es el templado en paralelo , que consiste en simular su estructura a diferentes temperaturas y luego realizar intercambios en función de la configuración que tenga la energía más baja. La idea es que las simulaciones a muy altas temperaturas puedan escapar más fácilmente de los mínimos de energía libre.

¿MD realmente se ejecuta en una sola molécula de proteína para dar la estructura con un mínimo de energía libre de Gibbs o considera muchas moléculas a la vez (lo que creo que significa conjunto)?
@biofan publicaré mi respuesta en tu nueva pregunta

MD convergerá a un mínimo, es decir, local, pero no necesariamente global. Si se queda atascado en un mínimo local, es probable que MD no se recupere, excepto si agrega energía de algún tipo (como calor). Los algoritmos de optimización están diseñados para escapar de dichos mínimos locales con el fin de encontrar el mínimo global.

Gracias. ¿Cómo tienen en cuenta los algoritmos de optimización la entropía (si es que lo hacen)?
@biofan Creo que incorporando modelos solventes implícitos ( en.wikipedia.org/wiki/Implicit_solvation )