לדלג לתוכן

משתמש:Weghit/דינמיקה מולקולרית

מתוך ויקיפדיה, האנציקלופדיה החופשית
דוגמה של דינמיקה מולקולרית סימולציה פשוטה: מערכת בתצהיר של אחד נחושת (Cu) אטום על Cu מילר מדד (001) השטח. כל מעגל ממחיש את עמדתו של אטום אחד. האטום אינטראקציות בשימוש הנוכחי סימולציות מורכבות יותר מאשר אלו של 2-מימדי קשה תחומים.

מולקולרית דינמיקה (MD) הוא הדמיית מחשב שיטת לימוד תנועות פיזיות של אטומים לבין מולקולות, ולכן היא סוג של N-גוף סימולציה. את האטומים ואת המולקולות הם רשאים לדבר על תקופת זמן קבועה, נותן מבט על הדינמיקה האבולוציה של המערכת. ב-הגרסה הנפוצה ביותר, את המסלולים של אטומים ומולקולות נקבעים על ידי מספרית פתרון של ניוטון משוואות התנועה עבור מערכת של אינטראקציה חלקיקים, שבו כוחות בין החלקיקים שלהם פוטנציאל האנרגיות מחושבים באמצעות interatomic פוטנציאלים או מולקולרית, מכניקה שדות כוח. השיטה פותחה במקור בתוך השדה התיאורטי של הפיזיקה בסוף 1950[1][2][3] אבל מוחל היום בעיקר כימי פיזיקה, מדע החומרים ואת דוגמנות של מולקולות ביולוגיות.

כי מולקולרית, מערכות בדרך כלל מורכבים של מספר עצום של חלקיקים, זה בלתי אפשרי כדי לקבוע את המאפיינים של כאלה מערכות מורכבות באופן אנליטי; MD סימולציה עוקפת את הבעיה הזו על ידי שימוש נומרית שיטות. עם זאת, זמן MD ההדמיות מתמטית השלישי-מותנה, יצירת מצטבר שגיאות אינטגרציה נומרית זה יכול להיות ממוזער עם בחירה נכונה של אלגוריתמים ואת הפרמטרים, אבל לא לחסל לגמרי.

עבור מערכות אשר לציית ergodic השערה, את האבולוציה של אחד מולקולרית דינמיקה סימולציה עשוי לשמש כדי לקבוע מאקרוסקופית תרמודינמי מאפיינים של המערכת: הזמן הממוצע של ergodic מערכת מתאימות microcanonical אנסמבל ממוצעים. MD יש גם מה שנקרא "מכניקה סטטיסטית על ידי מספרים" ו "Laplace's החזון של המכניקה הניוטונית" של חיזוי העתיד על-ידי הנפשת הטבע של כוחות[4][5] ולאפשר תובנה מולקולרית תנועה על אטומית קנה מידה.

בעקבות מוקדם יותר הצלחות של מונטה קרלו סימולציות, השיטה פותחה על ידי פרמי, פסטה, אולם ( Tsingou) באמצע שנות ה-50, אלמון ויינרייט ב בשנות ה-50 המאוחרות ו - רחמן (באופן עצמאי) בשנות ה-60. ב-1957, אלמון ויינרייט השתמשו IBM 704 המחשב כדי לדמות בצורה מושלמת התנגשויות אלסטיות בין קשה הספירות. ב-1960, גיבסון et al., מדומה נזק הקרינה של מוצק נחושת באמצעות נולד-מאייר סוג של דוחה אינטראקציה יחד עם אחידים השטח בכוח.[6] בשנת 1964, רחמן פורסם ציון דרך סימולציות של נוזל ארגון זה משמש לנרד-ג ' ונס פוטנציאליים. חישובים של מאפייני מערכת, כגון מקדם דיפוזיה (פעפוע) עצמית, לעומת היטב עם נתונים ניסיוניים.

אפילו לפני שזה הפך להיות אפשרי כדי לדמות מולקולרית דינמיקה עם מחשבים, כמה התחייבה העבודה הקשה לנסות את זה עם מודלים פיזיים כגון מאקרוסקופית תחומים. הרעיון היה לארגן להם לשכפל את המאפיינים של נוזל. ג ' יי. די ברנל אמר, ב-1962: "... לקחתי מספר של כדורי גומי. ותקע אותם יחד עם מוטות מבחר של באורכים שונים החל מ-2.75 ל-4 אינץ'. ניסיתי לעשות את זה מלכתחילה כפי כבדרך אגב, ככל האפשר, עובד במשרד שלי, שמפריעים כל חמש דקות או כל כך ואני לא זוכרת מה עשיתי לפני ההפרעה."[7]

תחומי יישום גבולות

[עריכת קוד מקור | עריכה]

בתחילת תיאורטי פיסיקה, השיטה של MD צבר את הפופולאריות מדע החומרים ו מאז 1970 גם ביוכימיה ו biophysics. MD משמש לעתים קרובות כדי לחדד מבנים תלת-ממדיים של חלבונים אחרים מקרומולקולות מבוסס על ניסיוני אילוצים מ X-ray crystallography או NMR ספקטרוסקופיה. בפיזיקה, MD משמש כדי לבחון את הדינמיקה של אטום ברמה תופעות זה לא יכול להיות שנצפו ישירות, כגון סרט דק צמיחה " ו " יון " -subplantation. הוא משמש גם כדי לבחון את המאפיינים הפיזיים של nanotechnological מכשירים שלא היו או עדיין לא יכולים להיווצר. ב biophysics ו ביולוגיה מבנית, השיטה היא שהוחל לעתים קרובות כדי ללמוד את התנועות של מקרומולקולות ביולוגיות כגון חלבונים ושל חומצות גרעין, אשר יכול להיות שימושי עבור לפרש את תוצאות מסוימות biophysical וזוכה הניסויים, ועל דוגמנות אינטראקציות עם מולקולות אחרות, כמו ליגנד עגינה. באופן עקרוני MD יכול לשמש עבור ab initio חיזוי של מבנה חלבון באמצעות הדמיית קיפול של שרשרת הבנוי מ אקראיים הגליל.

התוצאות של MD סימולציות ניתן לבדוק באמצעות השוואה ניסויים למדוד מולקולרית דינמיקה, אשר שיטה פופולרית היא תהודה מגנטית גרעינית ספקטרוסקופיה. MD-נגזר מבנה תחזיות יכול להיבדק באמצעות הקהילה ברחבי ניסויים קריטיים הערכה של מבנה חלבון חיזוי (CASP), אף על פי השיטה יש היסטורית היה הצלחה מוגבלת באזור זה. מייקל לוויט, אשר חלקו את פרס נובל הוענק באופן חלקי על היישום של MD חלבונים, כתב ב-1999 זה CASP משתתפים בדרך כלל לא מומלץ להשתמש בשיטה עקב "... מרכזי מבוכה מולקולרית של מכניקה, דהיינו, אנרגיה, מזעור או מולקולרית דינמיקה בדרך כלל מוביל מודל זה הוא פחות אוהב את ניסיוני מבנה."[8] שיפורים במשאבי מחשוב המתיר יותר ויותר MD מסלולים כדי להיות מחושב, בשילוב עם המודרנית שיפורים באיכות של שדה כוח פרמטרים, הניבו כמה שיפורים בביצועים של שניהם מבנה הנבואה ואת הומולוגיה מודל עידון, בלי להגיע לנקודה של כלי מעשי בתחומים אלה; רוב עבודה כזו המזהה שדה כוח פרמטרים כמו אזור מפתח להמשך פיתוח.[9][10][11]

מגבלות של השיטה קשורים פרמטר סטים רגיל, הבסיס המולקולרי מכניקת שדות כוח. הקפה אחת של MD סימולציה מייעל את האנרגיה הפוטנציאלית, ולא את האנרגיה החופשית של החלבון, כלומר, כל entropic תרומות כדי תרמודינמי יציבות של מבנה חלבון מוזנחים. את מוזנח התרומות כוללות את הסתגלותי אנטרופיה של שרשרת הבנוי (וזה הגורם העיקרי זה מערער מבנה חלבון) ו הידרופובי לוואי , כי הם עיקר הכוחות המניעים של קיפול חלבונים.[12] גורם חשוב נוסף הם intramolecular קשרי מימן,[13] אשר אינם כלולים במפורש המודרני שדות כוח, אבל כפי שתואר הקולון אינטראקציות של אטומי נקודת תלונה. זהו קירוב גס כי קשרי מימן יש חלקית קוונטית מכני ו כימית הטבע. יתר על כן, אינטראקציות אלקטרוסטטיות מחושבים בדרך כלל שימוש קבוע דיאלקטרי של ואקום, למרות שמסביב תמיסה מימית יש הרבה יותר גבוהה דיאלקטרי קבוע. באמצעות מאקרוסקופית דיאלקטרי קבוע ב קצר interatomic מרחקים מוטלת בספק. סוף סוף, אינטראקציות ואן-דר-ואלס ב-MD הם בדרך כלל מתוארות על ידי לנארד-ג ' ונס פוטנציאלים בהתבסס על פריץ לונדון תיאוריה זו ישים רק בואקום. עם זאת, כל סוגי ואן דר ואלס כוחות בסופו של דבר אלקטרוסטטית של המקור ולכן תלוי דיאלקטרי המאפיינים של הסביבה.[14] על מדידה ישירה של כוחות משיכה בין חומרים שונים (כמו Hamaker קבוע) מראה כי "האינטראקציה בין פחמימנים פני המים הוא כ-10% מעבר ואקום". על הסביבה-התלות של ואן דר ואלס כוחות מוזנח בתקן סימולציות, אבל יכול להיות כלול על ידי פיתוח polarizable שדות כוח.

מגבלות עיצוב

[עריכת קוד מקור | עריכה]

עיצוב מולקולרית דינמיקה סימולציה צריך לקחת בחשבון את זמינות חישובית כוח. הדמיה בגודל (n=מספר החלקיקים), timestep, סה " כ משך זמן יש לבחור כך את החישוב יכול לסיים תוך פרק זמן סביר. עם זאת, סימולציות צריך להיות מספיק ארוך כדי להיות רלוונטיים זמן קשקשים של תהליכים טבעיים הנלמד. כדי להפוך את תקפות מבחינה סטטיסטית מסקנות מן סימולציות, משך הזמן מדומה צריך להתאים את קינטיקה של התהליך הטבעי. אחרת, זה מקביל ביצוע מסקנות על איך אדם הולך כשהוא מסתכל רק על פחות מ-פסיעה אחת. רוב הפרסומים המדעיים על הדינמיקה של חלבונים, דנ " א [15][16] השתמש בנתונים מ-סימולציות פורש נאנו-שניות (10-9 s) מיקרו-שניות (10-6 s). כדי להשיג את הסימולציות האלה, מספר CPU-ימים CPU-שנים יש צורך. במקביל אלגוריתמים לאפשר את העומס יחולק בין המעבדים; דוגמה לכך היא מרחבית או כוח פירוק אלגוריתם.[17]

במהלך קלאסית MD סימולציה, הכי אינטנסיבי CPU המשימה היא הערכה של הפוטנציאל כפונקציה של חלקיקים פנימיים נקודות ציון. בתוך האנרגיה הזאת, הערכה היקר ביותר הוא ללא ערובה או אי-קוולנטי חלק. בחדר גדול או סימון, נפוץ מולקולרית דינמיקה סימולציות בקנה מידה על-ידי אם כל זוג מבחינת אלקטרוסטטי ו - ואן-דר-ואלס אינטראקציות בחשבון באופן מפורש. זה חישוב העלות יכול להיות מופחת על ידי העסקת אלקטרוסטטיקה שיטות כגון חלקיקים רשת Snel סיכום ( ), חלקיק–חלקיק-חלקיק–רשת (P3M), או טוב כדורית הכשל שיטות ( ).

גורם נוסף שמשפיע הכולל מעבד הזמן הנדרש על ידי הדמיה את הגודל של אינטגרציה timestep. זה הזמן אורך בין הערכות של הפוטנציאל. את timestep יש לבחור קטן מספיק כדי למנוע discretization שגיאות (דהיינו, קטן יותר את תדירות הרטט המהיר ביותר במערכת). טיפוסי timesteps עבור קלאסית MD נמצאים במצב של 1 femtosecond (10-15 s). ערך זה יכול להיות מורחבת באמצעות אלגוריתמים כגון לנער אילוץ אלגוריתם, אשר לתקן את התנודות של המהיר ביותר אטומים (למשל, מימן) לתוך המקום. מרובה זמן בקנה מידה שיטות יש גם פותחו, אשר מאפשרים המורחבת פעמים בין עדכונים של איטי יותר ארוך-הטווח של כוחות.[18][19][20]

להדמיית מולקולות הממס, הבחירה צריכה להיעשות, בין מפורשת ממס ו ישיר ממס. מפורש ממס חלקיקים (כגון TIP3P, SPC/E ו - SPC-f מים מודלים) חייב להיות מחושב ביוקר על-ידי שדה הכוח, בעוד ישיר ממיסים להשתמש אומר-שדה גישה. שימוש מפורש ממס הוא מחשובית יקר, המחייב הכללה של בערך פי עשר יותר חלקיקים בסימולציה. אבל הגרעיניות צמיגות של מפורש ממס חיוני כדי לשחזר מאפיינים מסוימים של solute מולקולות. זה חשוב במיוחד כדי לשחזר כימית קינטיקה.

כל מיני מולקולרית דינמיקה סימולציות, סימולציה גודל התיבה צריך להיות גדול מספיק כדי למנוע תנאי הגבול חפצים. תנאי גבול מטופלים לעיתים קרובות על-ידי בחירת ערכים קבועים בקצוות (אשר ייתכן כי ממצא), או על ידי שימוש תקופתיים תנאי גבול שבו צד אחד של סימולציה לולאות בחזרה אל הצד השני, לחקות את עיקר שלב.

פוטנציאל ב-MD סימולציות

[עריכת קוד מקור | עריכה]

מולקולרית דינמיקה סימולציה דורש את ההגדרה של פוטנציאל הפונקציה, או תיאור של התנאים שעל ידי חלקיקים הסימולציה תהיה אינטראקציה. בכימיה וביולוגיה זה הוא בדרך כלל המכונה שדה הכוח ועל חומרים פיסיקה כמו interatomic פוטנציאליים. פוטנציאל יכול להיות מוגדר ברמות שונות של דיוק פיזי; אלה הנפוץ ביותר בתחום הכימיה מבוססים על מכניקה מולקולרית לגלם. מכניקה קלאסית טיפול של חלקיקים עם אינטראקציות החלקיקים המסוגלים להתרבות מבניים הסתגלותי משתנה אבל בדרך כלל לא ניתן לשחזר תגובות כימיות.

ההפחתה מ מלא קוונטית תיאור קלאסית הפוטנציאל כרוך ראשי שני קירובים. הראשון הוא קירוב בורן–אופנהיימר, אשר קובע כי את הדינמיקה של האלקטרונים הם כל כך מהר שהם יכולים להיחשב להגיב באופן מיידי את התנועה שלהם גרעינים. כתוצאה מכך, הם עשויים להיות מטופלים בנפרד. השני מתייחס גרעינים, שהם הרבה יותר כבד מאשר אלקטרונים, כמו חלקיקים נקודתיים אחרי קלאסית Newtonian dynamics. קלאסית מולקולרית דינמיקה, את ההשפעה של האלקטרונים הוא מקורב כאחד אנרגיה פוטנציאלית פני השטח, בדרך כלל מייצג את קרקע המדינה.

כאשר ברבדים המעודנים יותר של פרטים נדרשים, פוטנציאל מבוסס על מכניקת הקוונטים משמשים; כמה שיטות ניסיון ליצור היברידי קלאסי/קוונטית פוטנציאל איפה החלק העיקרי של המערכת הוא טיפול קלאסי אבל באזור קטן הוא כאל מערכת קוונטית, בדרך כלל עוברים שינוי כימי.

אמפירית פוטנציאלים

[עריכת קוד מקור | עריכה]

אמפירית פוטנציאלים בשימוש בכימיה הם לעתים קרובות נקרא שדות כוח, בעוד אלה בשימוש חומרים פיסיקה נקראים interatomic פוטנציאלים.

רוב שדות כוח בכימיה הם אמפיריים מורכבים סיכום של מלוכדות כוחות הקשורים עם קשרים כימיים, בונד זוויות, בונד dihedrals, שאינן משועבדות כוחות הקשורים עם ואן דר ואלס כוחות ואת מטען אלקטרוסטטי. אמפירית פוטנציאל מייצגים קוונטום-מכני לוואי באופן מוגבל דרך אד-הוק פונקציונלי קירובים. אלה פוטנציאל להכיל פרמטרים חופשיים כגון אטומי תשלום, ואן-דר-ואלס פרמטרים המשקפים הערכות של רדיוס אטומי, שיווי משקל בונד אורך, זווית, dihedral; אלה מתקבלים על ידי התאמת נגד מפורט חישובים אלקטרוניים (quantum כימי סימולציות) או ניסיוני תכונות פיזיות כגון אלסטי קבועים, סריג הפרמטרים ספקטרוסקופי מדידות.

בגלל שאינו מקומי הטבע של אי-בונדד אינטראקציות, הן כוללות לפחות חלש אינטראקציות בין כל החלקיקים במערכת. בחישוב בדרך כלל צוואר הבקבוק במהירות של MD סימולציות. כדי להוריד את חישובי העלות, שדות כוח להעסיק מספריים מדויקים כגון השתנה הכשל רדיוס, התגובה תחום אלגוריתמים, חלקיקים רשת Snel סיכום, או חדש יותר חלקיק–חלקיק-חלקיק–רשת (P3M).

כימיה שדות כוח בדרך כלל מעסיקים מראש מגבשת הסדרים (יוצא מן הכלל להיות ab initio dynamics), ולכן הם לא מסוגלים לבנות מודל של תהליך כימי בונד שבירת תגובות במפורש. מצד שני, רבים של הפוטנציאל בשימוש בפיזיקה, כגון אלה המבוססים על בונד סדר פורמליזם יכול לתאר כמה זה שונה coordinations של מערכת בונד שבירה.[21][22] דוגמאות כאלה הפוטנציאליות כוללות את ברנר פוטנציאל[23] על פחמימנים שלה. התפתחויות נוספות עבור ה-C-Si-H[24] ו-C-O-H[25] מערכות. את ReaxFF פוטנציאל[26] יכול להיחשב באופן מלא תגובתי כלאיים בין בונד סדר פוטנציאל וכימיה שדות כוח.

זוג פוטנציאלים נגד רבים-הגוף פוטנציאלים

[עריכת קוד מקור | עריכה]

פוטנציאל פונקציות המייצג את אי-בונדד אנרגיה מנוסחות כ סכום על אינטראקציות בין החלקיקים של המערכת. הפשוטה ביותר ברירה, המועסקים פופולריים רבים, שדות כוח, הוא "זוג פוטנציאליים", שבו סה " כ אנרגיה פוטנציאלית יכול להיות מחושב לפי סכום של אנרגיה תרומות בין זוגות של אטומים. דוגמא של זוג כזה הוא פוטנציאל שאינן משועבדות. לנרד–ג ' ונס פוטנציאל (גם הכינוי 6-12 פוטנציאל), המשמש לחישוב ואן דר ואלס כוחות.

דוגמא נוספת היא נולדה (יונית) מודל של היוני, סריג. את הקדנציה הראשונה בעולם הבא משוואה הקולון של החוק עבור זוג יונים, המונח השני הוא קצר-טווח דחייה מוסבר על ידי פאולי של הדרה עיקרון הסופי טווח הפיזור אינטראקציה טווח. בדרך כלל, רק סימולציה כולל את dipolar טווח, אם כי לפעמים ארבע-קוטביים לטווח כלול גם.[27][28](בדרך כלל נקרא בקינגהאם פוטנציאל דגם)

בעוד רבים-הגוף פוטנציאל, אנרגיה פוטנציאלית כולל את ההשפעות של שלושה או יותר חלקיקים הפועלים באינטראקציה אחד עם השני. [29] בהדמיות עם pairwise פוטנציאל גלובלי האינטראקציות במערכת גם קיימים, אך הם מופיעים רק דרך pairwise תנאי. רבים-הגוף פוטנציאלים, פוטנציאל האנרגיה יכולה להימצא על ידי סכום על זוגות של אטומים, כמו אינטראקציות אלה מחושבים באופן מפורש כמו שילוב של מסדר גבוה תנאים. ב סטטיסטי נוף, תלות בין משתנים יכול בכלל לבוא לידי ביטוי רק באמצעות pairwise מוצרים של דרגות חופש. לדוגמה, Tersoff פוטנציאל,[30] אשר שימש במקור כדי לדמות פחם, סיליקון, גרמניום, ומאז משמש עבור מגוון רחב של חומרים אחרים, כולל סכום על קבוצות של שלושה אטומים, עם זוויות בין האטומים להיות גורם חשוב את הפוטנציאל. דוגמאות אחרות הן מוטבע-אטום שיטה (ידה),[31] את EDIP, ואת הדוק מחייב הרגע השני קירוב (TBSMA) פוטנציאל,[32] איפה את צפיפות אלקטרונים של מדינות האזור של אטום הוא מחושב לפי סכום של תרומות שמסביב אטומים, אנרגיה פוטנציאלית תרומה אז הוא פונקציה של סכום זה.

שילוב ממס לוואי

[עריכת קוד מקור | עריכה]

רבים סימולציות של solute ממס מערכת המוקד העיקרי הוא על התנהגות solute עם קצת עניין של הממס ההתנהגות במיוחד אלה מולקולות הממס המתגוררים באזורים רחוק solute מולקולה.[33] ממיסים עשוי להשפיע על התנהגות דינמית של מומסים באמצעות מקרי התנגשויות, על-ידי הטלת בדיוני גרור על תנועה של solute דרך הממס. השימוש הלא מלבני תקופתיים תנאי גבול, סטוכסטיים גבולות ממס פגזים יכול לעזור להפחית את כמות מולקולות הממס נדרש להפעיל חלק גדול יותר של מחשוב הזמן להיות לבלות במקום על המדמה את solute. אפשר גם לשלב את ההשפעות של ממס, ללא צורך מפורשת ממס קיימות מולקולות. דוגמה אחת של גישה זו הוא להשתמש אומר, פוטנציאל כוח (PMF) אשר מתאר כיצד האנרגיה החופשית משתנה מסוים לתאם מגוונים. האנרגיה החופשית שינוי שתואר על ידי PMF מכיל בממוצע לוואי של הממס.

דוגמאות של יישומים

[עריכת קוד מקור | עריכה]
מולקולרית דינמיקה סימולציה של סינטטי מולקולרית מנוע המורכב משלוש מולקולות nanopore (קוטר חיצוני 6.7 ננומטר) ב-250 ק

מולקולרית דינמיקה משמשת בתחומים רבים של מדע.

  • הראשון MD הדמיה פשוטה ביולוגי קיפול תהליך פורסם בשנת 1975. שלה סימולציה לאור הטבע סללה את הדרך עבור השטח העצום של מודרני חישובית חלבונים מתקפלים.[34]
  • הראשון MD סימולציה של תהליך ביולוגי פורסם ב-1976. שלה סימולציה לאור הטבע סללה את הדרך להבנת חלבון תנועה חיוניים כמו בפונקציה ולא רק אביזר.[35]
  • MD היא שיטה סטנדרטית לטיפול התנגשות מפלי בחום ספייק המשטר, כלומר, את תופעות אנרגטי ניוטרון ו ion הקרנה על מוצקים, משטחים מוצקים.[36][37]
  • MD סימולציות שיושמו בהצלחה לחזות את המולקולרי הבסיס הנפוצים ביותר של חלבון המוטציה N370S, גורם מחלת הגושה.[38] ב-מעקב אחר פרסום זה היה הראה כי אלה עיוור תחזיות מראות באופן מפתיע קורלציה גבוהה עם עבודה ניסויית על אותה מוטציה, לאור באופן עצמאי בשלב מאוחר יותר.[39]
  • MD סימולציות היו בשימוש כדי לחקור את ההשפעה של פני השטח תלונה על disjoining לחץ דק של מים סרטים על משטחי מתכת.[40]
  • MD סימולציות משמשים יחד עם multislice תמונה סימולציות להבין השידור מיקרוסקופ אלקטרונים התמונה תכונות[41]
  • MD חישובים בשילוב עם ההמילטוניאן (גודל פיזיקלי)-biasing אלגוריתמים היו בשימוש כדי לחקור את הסגירות תרמודינמיקה של הדנ " א כפול גדילי על הידרופובי ו הידרופילי אחת חומה ננו-צינוריות פחמן.

להלן biophysical וזוכה דוגמאות להמחיש בולטים מאמצים כדי לייצר סימולציות של מערכות של גודל גדול מאוד (שלמה וירוס) או ארוך מאוד סימולציה פעמים (עד 1.112 אלפיות שנייה):

  • MD סימולציה מלאה לוויין טבק mosaic virus (STMV) (2006, גודל: 1 מיליון אטומים, הדמיה זמן: 50 ns התכנית: NAMD) וירוס זה הוא קטן, icosahedral לשתול וירוס זה מחמיר את הסימפטומים של זיהום על ידי טבק Mosaic Virus (TMV). מולקולרית דינמיקה סימולציות היו בשימוש כדי לחקור את המנגנונים של נגיפי הרכבה. כל STMV חלקיק מורכב של 60 עותקים זהים של אחד החלבונים שמרכיבים את נגיפי קפסיד (ציפוי), ו 1063 נוקלאוטיד יחיד תקועים RNA הגנום. מפתח אחד מוצאים זה את קפסיד מאוד לא יציב כאשר אין RNA בפנים. הסימולציה ייקח אחד 2006 מחשב שולחני כ-35 שנים כדי להשלים. כך עשו רבים מעבדים במקביל תקשורת רציפה ביניהם.[42]
  • קיפול סימולציות של Villin ראש כל-אטום פרט (2006, גודל: 20,000 האטומים; סימולציה זמן: 500 µs= 500,000 ns התכנית: קיפול@home) סימולציה היה לרוץ 200,000 CPU של המשתתפים של מחשבים אישיים ברחבי העולם. מחשבים אלה היו קיפול@הביתה את תכנית ההתקנה, בקנה מידה גדול מחשוב מבוזר מאמץ מתואם על ידי ויג ' Pande באוניברסיטת סטנפורד. את מאפייני הקינטית של Villin ראש חלבון היו נחקר על-ידי שימוש עצמאיים רבים, קצר מסלולי מנוהל על ידי מעבד ללא רציפה תקשורת בזמן אמת. שיטה אחת המועסקים היה Pfold ניתוח ערך, אשר מודד את ההסתברות של קיפול לפני התגלגלות מסוים מתחיל קונפורמציה. Pfold נותן מידע לגבי המעבר למצב מבנים ו-מצווה של הקונפורמציות לאורך קיפול השביל. כל מסלול ב Pfold חישוב יכול להיות קצר יחסית, אך רבים עצמאית המסלולים נדרשים.[43]
  • זמן רציף-מסלול הסימולציות בוצעו על אנטון, במקביל באופן מאסיבי על תוכנן ונבנה סביב מותאם ספציפית ליישום מעגלים משולבים (Asic) ורכיבי חברור על-ידי ד. א. שו מחקר. הארוך ביותר שפורסם התוצאה של הסימולציה מבוצעת באמצעות אנטון הוא 1.112-אלפית שנייה סימולציה של NTL9 ב-355 ק; שנייה, עצמאית 1.073-אלפית שנייה סימולציה של תצורה זו גם הופיעה (ועוד רבים אחרים סימולציות של מעל 250 µs רציפה כימי זמן).[44] בעוד כמה מהר קיפול-קיפול חלבונים, חוקרים Kresten Lindorff-לארסן, סטפנו Piana, רון א. דרור, דיוויד אי. שו לדון "תוצאות ברמה אטומית מולקולרית דינמיקה סימולציות, במשך תקופות הנעות בין 100 µs 1 ms, לחשוף סט של עקרונות משותפים הבסיסית קיפול של 12 מבנית מגוון חלבונים." בדיקה של אלה מגוון רב מסלולי, מופעל על ידי מתמחה, חומרה מותאמת אישית, לאפשר להם להסיק כי "ברוב המקרים, קיפול כדלקמן יחיד דומיננטי המסלול שבו אלמנטים של שפת המבנה מופיעים בצו מאוד מתואם עם הנטיה שלהם כדי ליצור נפרשו המדינה". ב מחקר נפרדים, אנטון היה רגיל לנהל 1.013-אלפית שנייה סימולציה של שפת-המדינה הדינמיקה של שור הלבלב מעכב טריפסין (BPTI) ב-300 ק[45]
  • אלה מולקולרית סימולציות היו בשימוש כדי להבין את החומר להסרת מנגנונים, אפקטים של כלי גיאומטריה, טמפרטורה, תהליך פרמטרים כגון מהירות חיתוך וחיתוך כוחות.[46] הוא גם היה בשימוש כדי לחקור את המנגנונים מאחורי קילוף של כמה שכבות גרפן[47][48] ופחמן nanoscrolls.

מולקולרית דינמיקה אלגוריתמים

[עריכת קוד מקור | עריכה]
  • הוקרן הקולון פוטנציאל ישיר ממס מודל

אינטגרטורים

[עריכת קוד מקור | עריכה]
  • Symplectic integrator
  • Verlet-Stoermer אינטגרציה
  • Runge–Kutta אינטגרציה
  • בימן של אלגוריתם
  • אילוץ אלגוריתמים (מוגבל מערכות)

קצר-טווח האינטראקציה אלגוריתמים

[עריכת קוד מקור | עריכה]
  • תא רשימות
  • Verlet הרשימה
  • התחברנו אינטראקציות

ארוך-טווח האינטראקציה אלגוריתמים

[עריכת קוד מקור | עריכה]
  • Snel הסיכום.
  • חלקיקים רשת Snel סיכום (PME)
  • חלקיק–חלקיק-חלקיק–רשת (P3M)
  • העביר חיל שיטה

עמות אסטרטגיות

[עריכת קוד מקור | עריכה]

חומרה מיוחדת עבור MD סימולציות

[עריכת קוד מקור | עריכה]
  • אנטון – מתמחה, מקבילי מאסיבי מחשב נועדו לביצוע סימולציות MD
  • MDGRAPE – מטרה מיוחדת מערכת שנבנתה עבור מולקולרית דינמיקה סימולציות, במיוחד חלבון מבנה חיזוי

גרפיקה כרטיס חומרה עבור MD סימולציות

[עריכת קוד מקור | עריכה]
  • מולקולרית דוגמנות על GPU
  1. ^ Fermi E., Pasta J., Ulam S., Los Alamos report LA-1940 (1955).
  2. ^ Alder, B. J.; Wainwright, T. E. (1959). "Studies in Molecular Dynamics. I. General Method". J. Chem. Phys. 31 (2): 459. Bibcode:1959JChPh..31..459A. doi:10.1063/1.1730376.
  3. ^ Rahman, A. (19 באוקטובר 1964). "Correlations in the Motion of Atoms in Liquid Argon". Physical Review. 136 (2A): A405–A411. Bibcode:1964PhRv..136..405R. doi:10.1103/PhysRev.136.A405. {{cite journal}}: (עזרה)
  4. ^ Schlick, T. (1996). "Pursuing Laplace's Vision on Modern Computers". In J. P. Mesirov, K. Schulten and D. W. Sumners (ed.). Mathematical Applications to Biomolecular Structure and Dynamics, IMA Volumes in Mathematics and Its Applications. Vol. 82. New York: Springer-Verlag. pp. 218–247. ISBN 978-0-387-94838-6.
  5. ^ de Laplace, P. S. (1820). Oeuveres Completes de Laplace, Theorie Analytique des Probabilites (בצרפתית). Paris, France: Gauthier-Villars.
  6. ^ Gibson, J B; Goland, A N; Milgram, M; Vineyard, G H (1960). "Dynamics of Radiation Damage". Phys. Rev. 120 (4): 1229–1253. Bibcode:1960PhRv..120.1229G. doi:10.1103/PhysRev.120.1229.
  7. ^ Bernal, J.D. (1964). "The Bakerian lecture, 1962: The structure of liquids". Proceedings of the Royal Society. 280 (1382): 299–322. Bibcode:1964RSPSA.280..299B. doi:10.1098/rspa.1964.0147.
  8. ^ Koehl, P.; Levitt, Michael (1999). "A brighter future for protein structure prediction". Nature Structural Biology. 6: 108–111.
  9. ^ Raval, A; Piana, S; Eastwood, MP; Dror, RO; Shaw, DE (באוגוסט 2012). "Refinement of protein structure homology models via long, all-atom molecular dynamics simulations". Proteins. 80 (8): 2071–9. doi:10.1002/prot.24098. PMID 22513870. {{cite journal}}: (עזרה)
  10. ^ Beauchamp, KA; Lin, YS; Das, R; Pande, VS (10 באפריל 2012). "Are Protein Force Fields Getting Better? A Systematic Benchmark on 524 Diverse NMR Measurements". Journal of chemical theory and computation. 8 (4): 1409–1414. doi:10.1021/ct2007814. PMC 3383641. PMID 22754404. {{cite journal}}: (עזרה)
  11. ^ Piana, S; Klepeis, JL; Shaw, DE (בפברואר 2014). "Assessing the accuracy of physical models used in protein-folding simulations: quantitative evidence from long molecular dynamics simulations". Current Opinion in Structural Biology. 24: 98–105. doi:10.1016/j.sbi.2013.12.006. PMID 24463371. {{cite journal}}: (עזרה)
  12. ^ Hydrophobic effects are mostly of entropic nature at room temperature.
  13. ^ Myers, J. K.; Pace, C. N. (1996). "Hydrogen bonding stabilizes globular proteins". Biophys. J. 71 (4): 2033–2039. Bibcode:1996BpJ....71.2033M. doi:10.1016/s0006-3495(96)79401-8. PMC 1233669. PMID 8889177.
  14. ^ Israelachvili, Jacob (1992).
  15. ^ Cruz, F.J.A.L.; de Pablo, J.J.; Mota, J.P.B. (2014), "Endohedral confinement of a DNA dodecamer onto pristine carbon nanotubes and the stability of the canonical B form", J. Chem. Phys., 140: 225103, doi:10.1063/1.4881422
  16. ^ Cruz, F.J.A.L.; Mota, J.P.B. (2016), "Conformational Thermodynamics of DNA Strands in Hydrophilic Nanopores", J. Phys. Chem. C, 120: 20357–20367, doi:10.1021/acs.jpcc.6b06234
  17. ^ Plimpton, Steve.
  18. ^ Streett WB, Tildesley DJ, Saville G; Tildesley; Saville (1978). "Multiple time-step methods in molecular dynamics". Mol Phys. 35 (3): 639–648. Bibcode:1978MolPh..35..639S. doi:10.1080/00268977800100471.{{cite journal}}: תחזוקה - ציטוט: multiple names: authors list (link)
  19. ^ Tuckerman ME, Berne BJ, Martyna GJ; Berne; Martyna (1991). "Molecular dynamics algorithm for multiple time scales: systems with long range forces". J Chem Phys. 94 (10): 6811–6815. Bibcode:1991JChPh..94.6811T. doi:10.1063/1.460259.{{cite journal}}: תחזוקה - ציטוט: multiple names: authors list (link)
  20. ^ Tuckerman ME, Berne BJ, Martyna GJ; Berne; Martyna (1992). "Reversible multiple time scale molecular dynamics". J Chem Phys. 97 (3): 1990–2001. Bibcode:1992JChPh..97.1990T. doi:10.1063/1.463137.{{cite journal}}: תחזוקה - ציטוט: multiple names: authors list (link)
  21. ^ Sinnott, S. B.; Brenner, D. W. (2012). "Three decades of many-body potentials in materials research". MRS Bulletin. 37 (5): 469–473. doi:10.1557/mrs.2012.88.
  22. ^ Albe, K.; Nordlund, K.; Averback, R. S. (2002). "Modeling metal-semiconductor interaction: Analytical bond-order potential for platinum-carbon". Phys. Rev. B. 65 (19): 195124. Bibcode:2002PhRvB..65s5124A. doi:10.1103/physrevb.65.195124.
  23. ^ Brenner, D. W. (1990). "Empirical potential for hydrocarbons for use in simulating the chemical vapor deposition of diamond films". Phys. Rev. B. 42 (15): 9458–9471. Bibcode:1990PhRvB..42.9458B. doi:10.1103/PhysRevB.42.9458.
  24. ^ Beardmore, Keith; Smith, Roger (1996). "Empirical potentials for C-Si-H systems with application to C60 interactions with Si crystal surfaces". Philosophical Magazine A. 74 (6): 1439–1466. Bibcode:1996PMagA..74.1439B. doi:10.1080/01418619608240734.
  25. ^ Ni, Boris; Lee, Ki-Ho; Sinnott, Susan B (2004). "A reactive empirical bond order (rebo) potential for hydrocarbon oxygen interactions". Journal of Physics: Condensed Matter. 16 (41): 7261–7275. Bibcode:2004JPCM...16.7261N. doi:10.1088/0953-8984/16/41/008.
  26. ^ van Duin, A.; Siddharth Dasgupta, François Lorant and William A. Goddard III; Lorant, Francois; Goddard, William A. (2001). "ReaxFF: A Reactive Force Field for Hydrocarbons". J. Phys. Chem. A. 105 (41): 9398. doi:10.1021/jp004368u.
  27. ^ Cruz, F.J.A.L.; Canongia Lopes, J.N.; Calado, J.C.G.; Minas da Piedade, M.E. (2005). "A Molecular Dynamics Study of the Thermodynamic Properties of Calcium Apatites. 1. Hexagonal Phases". J. Phys. Chem. B. 109 (51): 24473–24479. doi:10.1021/jp054304p.
  28. ^ Cruz, F.J.A.L.; Canongia Lopes, J.N.; Calado, J.C.G. (2006). "Molecular dynamics simulations of molten calcium hydroxyapatite". Fluid Phase Eq. 241 (1–2): 51–58. doi:10.1016/j.fluid.2005.12.021.
  29. ^ Justo, J. F.; Bazant, M. Z.; Kaxiras, E.; Bulatov, V. V.; Yip, S. (1998). "Interatomic potential for silicon defects and disordered phases". Phys. Rev. B. 58: 2539–2550. arXiv:cond-mat/9712058. Bibcode:1998PhRvB..58.2539J. doi:10.1103/PhysRevB.58.2539.
  30. ^ Tersoff, J. (1989). "Modeling solid-state chemistry: Interatomic potentials for multicomponent systems". Phys. Rev. B. 39 (8): 5566–5568. Bibcode:1989PhRvB..39.5566T. doi:10.1103/PhysRevB.39.5566.
  31. ^ Daw, M. S.; S. M. Foiles and M. I. Baskes (1993). "The embedded-atom method: a review of theory and applications". Mat. Sci. And Engr. Rep. 9 (7–8): 251–310. doi:10.1016/0920-2307(93)90001-U.
  32. ^ Cleri, F.; V. Rosato (1993). "Tight-binding potentials for transition metals and alloys". Phys. Rev. B. 48: 22–33. Bibcode:1993PhRvB..48...22C. doi:10.1103/PhysRevB.48.22.
  33. ^ Leach, Dr Andrew (2001-01-30). Molecular Modelling: Principles and Applications (באנגלית) (2 edition ed.). Harlow: Prentice Hall. ISBN 9780582382107. {{cite book}}: |edition= has extra text (עזרה)
  34. ^ Levitt, M; A Warshel (1975). "Computer Simulations of Protein Folding". Nature. 253 (5494): 694–8. Bibcode:1975Natur.253..694L. doi:10.1038/253694a0. PMID 1167625.
  35. ^ Warshel, A (1976). "Bicycle-pedal Model for the First Step in the Vision Process". Nature. 260 (5553): 679–683. Bibcode:1976Natur.260..694B. doi:10.1038/260679a0. PMID 1264239.
  36. ^ Averback, R. S.; Diaz de la Rubia, T. (1998). "Displacement damage in irradiated metals and semiconductors". In H. Ehrenfest and F. Spaepen (ed.). Solid State Physics. Vol. 51. New York: Academic Press. pp. 281–402.
  37. ^ Smith, R., ed. (1997). Atomic & ion collisions in solids and at surfaces: theory, simulation and applications. Cambridge, UK: Cambridge University Press.
  38. ^ Offman, MN; M Krol; I Silman; JL Sussman; AH Futerman (2010). "Molecular basis of reduced glucosylceramidase activity in the most common Gaucher disease mutant, N370S". J. Biol. Chem. 285 (53): 42105–42114. doi:10.1074/jbc.M110.172098. PMC 3009936. PMID 20980259.
  39. ^ Offman, MN; M Krol; B Rost; I Silman; JL Sussman; AH Futerman (2011). "Comparison of a molecular dynamics model with the X-ray structure of the N370S acid-beta-glucosidase mutant that causes Gaucher disease". Protein Eng. Des. Sel. 24 (10): 773–775. doi:10.1093/protein/gzr032. PMID 21724649.
  40. ^ Hu, Han; Sun, Ying (2013). "Molecular dynamics simulations of disjoining pressure effect in ultra-thin water film on a metal surface". Appl. Phys. Lett. 14 (26): 263110. Bibcode:2013ApPhL.103z3110H. doi:10.1063/1.4858469.
  41. ^ Welch, D. A.; Mehdi, B. L.; Hatchell, H. J.; Faller, R.; Evans, J. E.; Browning, N. D. (2015). "Using molecular dynamics to quantify the electrical double layer and examine the potential for its direct observation in the in-situ TEM". Advanced Structural and Chemical Imaging. 1. doi:10.1186/s40679-014-0002-2.
  42. ^ "Molecular dynamics simulation of the Satellite Tobacco Mosaic Virus (STMV)". Theoretical and Computational Biophysics Group. University of Illinois at Urbana Champaign.
  43. ^ The Folding@Home Project and recent papers published using trajectories from it.
  44. ^ Lindorff-Larsen, Kresten; Piana, Stefano; Dror, Ron O.; Shaw, David E. (2011). "How Fast-Folding Proteins Fold". Science. 334 (6055): 517–520. Bibcode:2011Sci...334..517L. doi:10.1126/science.1208351. PMID 22034434.
  45. ^ Shaw, David E.; Maragakis, Paul; Lindorff-Larsen, Kresten; Piana, Stefano; Dror, Ron O.; Eastwood, Michael P.; Bank, Joseph A.; Jumper, John M.; Salmon, John K. (2010). "Atomic-Level Characterization of the Structural Dynamics of Proteins". Science. 330 (6002): 341–346. Bibcode:2010Sci...330..341S. doi:10.1126/science.1187409. PMID 20947758. {{cite journal}}: פרמטר לא ידוע |displayauthors= (הצעה: |display-authors=) (עזרה)
  46. ^ Goel S, Luo; Reuben R L (2012). "Molecular dynamics simulation model for the quantitative assessment of tool wear during single point diamond turning of cubic silicon carbide". Comput. Mater. Sci. 51: 402–408. doi:10.1016/j.commatsci.2011.07.052.
  47. ^ Jayasena, Buddhika; Subbiah Sathyan (2011). "A novel mechanical cleavage method for synthesizing few-layer graphenes". Nanoscale Research Letters. 6 (1): 95. Bibcode:2011NRL.....6...95J. doi:10.1186/1556-276X-6-95. PMC 3212245. PMID 21711598.
  48. ^ Jayasena, B; Reddy C.D; Subbiah S (2013). "Separation, folding and shearing of graphene layers during wedge-based mechanical exfoliation". Nanotechnology. 24 (20): 205301. Bibcode:2013Nanot..24t5301J. doi:10.1088/0957-4484/24/20/205301. PMID 23598423.

כללי המלצות

[עריכת קוד מקור | עריכה]

קישורים חיצוניים

[עריכת קוד מקור | עריכה]