Menentukan Medan Gaya Generik Protein Coarse-Grained dengan Metode Simulasi Dinamika Molekul

Abstrak: penentuan medan gaya protein coarse-grained dengan metode dinamika molekul telah menjadi acuan yang menjanjikan untuk studi perilaku protein, tetapi keseimbangan kecepatan dan akurasinya masih menjadi halangan dalam penelitian protein metodologi coarse- grained ini. Dalam karya ini, 20 model protein CG (Coarse-Grained) telah dirancang berdasarkan struktur residu asam amino, dimana asam amino dapat diwakili oleh satu atau dua inti , dan model pelarut CG (Coarse-Grained) dengan lima molekul air diadopsi untuk memastikan konsistensi dengan inti protein CG. Interaksi internalprotein diklasifikasikan menurut jenis inti CG, fungsi potensial dan parameter sistematis untuk menyesuaikan energi distribusi. Usulan medan gaya CG telah diuji pada delapan protein, dan masing-masing protein simulasi untuk 1000 ns. Bahkan tanpa struktur tambahan dariprotein simulasi, akar Cα yang berarti penyimpangan persegi (RMSDs) berhubungan denganstruktur eksperimental. Namun, medan gaya coase-grained akan membutuhkan lebih banyak perbaikan untuk meningkatkan perbaikan pada struktur asli. Selain itu, (RMSFs) relatif kecil terhadap struktur rata-rata pada simulasi menunjukkan bahwa fluktuasi konformasi dari protein dapat dicicipi.

1.Pengantar

Selama 30 tahun terakhir, metode molekuler dinamik (MD) telah menunjukan peran penting dalam peningkatan perilaku dinamis dari biomolekul pada simulasi atom. Dalam berbagai aplikasi di berbagai bidang-bidang seperti biologi struktural, biofisika, biokimia, enzim, biologi molekuler dan obat kimia, dll, MD telah menjadi alat penelitian utama. Melalui simulasi MD, struktur biomolekuler, kinetika, dan termodinamika dapat diselidiki, misalnya, stabilitas makromolekul, sifat konformasi dan alosterik, peran dinamika enzimaktivitas, pengakuan molekuldan sifat kompleks, ion dan transportasi molekul kecil, asosiasi protein, protein folding, dan hidrasi protein. Namun, semua atom molekuler Dinamika (AA-MD) sangat dibatasi oleh kemajuan teknologi yang tersedia karena kebutuhan tersebut berasal dari sejumlah besar sumber daya komputasi atau teknologi. Pada 1970-an, protein kecil (tripsin pada pankreas sapi, terdiri dari sekitar 500 atom) telah diujikan pada simulasi pertama, dan hanya berlangsung sekitar 10 picoseconds dengan AA-MD, dibatasi oleh kemajuan teknologi pada waktu itu. Dengan perkembangan teknologi komputer modern, metode dinamika molekuler sangat bergantung pada komputer dengan kinerja tinggi dan, penerapan AA-MD telah membuat kemajuan besar baik dalam skala ruang dan skala waktu. Saat ini, AA-MD bisa mensimulasikan sistem biomolekul yang mengandung hingga jutaan atom, dengan waktu simulasi atas tingkat mikrodetik . Meskipun demikian, AA-MD masih belum bisa memenuhi semua kebutuhan penelitian biomolekul. Kebanyakan dinamika dan interaksi dalam sel (misalnya, docking protein-protein, penataan ulang pada ligan terikat) terjadi pada mikrodetik atau bahkan milidetik skala waktu, dan biasanya melibatkan makromolekul dengam jumlah besar. Waktu simulasi pada proses ini setidaknya 4-6 kali lebih besar daripada waktu layak dengan simulasi AA-MD, dan menjadi penghalang besar di penelitian ini. Dalam beberapa tahun terakhir, Dinamika Molekuler Coarse-grained (CG-MD) metode untuk biomolekul telah mendapatkan perhatian besar. Ide dasar CG-MD adalah untuk memperbaiki satu atom atau lebih sebagai partikel virtual (yaitu, disebut Coarse-

Grained), sehingga jumlah derajat kebebasan dalam kompleks biomolekul terutama protein dan kompleksitas medan gaya yang sesuai akan menurun, sehingga secara dramatis mengurangi kompleksitas komputasi simulasi MD.

1.HASIL

2.1.Hasil Potensi ikatan Parameterisasi

Dalam interaksi berikatan, semua manik-manik CG diasumsikan sama, sehingga jenis obligasi dapat diklasifikasikan sebagai B-B dan B-Si. Hasil statistik dari distribusi panjang ikatan diperlihatkan Gambar 1. Gambar 1A menunjukkan bahwa panjang ikatan B-B didistribusikan di daerah yang sempit dari 3,6 menjadi 3,9 Å Å dan berpusat pada 3,8 Å, jadi 3,8 Å diadopsi sebagai kesetimbangan peregangan panjang Lbond dalam Persamaan 2 dari B-B. Gambar 1B menunjukkan hasil statistik distribusi jarak antara 10 jenis manik-manik dan Si manik-manik tulang punggung mereka. Setiap distribusi menunjukkan karakter yang sama dengan B-B, tetapi panjang ekuilibrium B-Si tergantung obligasi Si. Tabel 1 merangkum Lbond setiap ikatan B-Si diadopsi dari medan gaya. Profil energi peregangan obligasi diekstrak dari distribusi panjang ikatan dengan Metode konversi Boltzmann, dan pas dengan Persamaan 2 untuk mendapatkan gaya konstan. Kekuatan B-B konstan mengadopsi nilai perkiraan 100.000 kJ nm-2 mol-1, dan konstanta gaya B-Si mengadopsi nilai rata-rata 5.000 kJ nm-2 mol-1 di medan kekuatan kami. Sudut dalam sistem protein CG dapat diklasifikasikan menjadi tiga jenis: B-B-B, B-B-Si dan Si-B-B, dan profil energi membungkuk sudut dihitung dari distribusi probabilitas dari malaikat ditunjukkan dalam Gambar 2, di mana warna dan pola yang berbeda yang digunakan untuk membedakan Si yang berbeda. Dua minima sekitar 90 dan 120 derajat dapat ditemukan dalam profil energi sudut B-B-B, yang sesuai dengan α-helix dan β-sheet struktur sekunder. Pola yang sama dari profil energi yang diamati pada Gambar 2B, C, dan hanya satu set parameter yang digunakan untuk B-B-Si (atau Si-B-B) fungsi potensial lentur. Karena kasar-kembang kayu, kita harus mengabaikan beberapa karakter tertentu dalam struktur atau distribusi energi, dan fokus pada karakter umum di balik detail.

Untuk pas dengan Persamaan 3, nilai rata-rata halus Teknik diadopsi untuk menangani profil yang berbeda di B-B-Si (atau Si-B-B), dan potensi dipasang kurva fungsi juga ditunjukkan dengan kurva yang solid pada Gambar 2. Gaussian parameter dalam Persamaan 3 diperoleh dari proses pas diberikan dalam Bahan Tambahan.

Gambar 1. Ikatan distribusi panjang B-B dan B-Si. B menunjukkan inti protein,dan Si menunjukkan model rantai samping yang ditunjukkan dengan pola yang berbeda.

Tabel 1 ; Ekuilibrium panjang antara sepuluh model protein dengan rantai samping bersama back-bonenya

Gambar 2. Profil dihedral energi sudut B-B-B, B-B-Si dan Si-B-B dan dipasang kurva potensi fungsi (kurva hitam). B merupakan inti coarse-grained, dan Si menunjukkan rantai samping yang ditunjukkan dengan pola dan warna yang berbeda. .

Gambar3. Profil dihedral energi torsi (A) Si-B-B-Sj, (B) Si-B-B-B, (C) B-B-B-Si dan (D) B-B-B-B dan kurva fungsi potensial (kurva hitam). B merupakan inti CG, dan Si / Sj menunjukkan rantai samping yang ditunjukkan berbeda menggunakan pola dan warna.

2.2.Hasil Potensi Parameterisasi yang tidak berikatan

Hal ini penting karena secara akurat menggambarkan interaksi tidak-berikatan antara 20 CG dengan protein-protein. AS sebagai teknik sampling digunakan untuk mendapatkan kurva PMF antara dua homolog model CG, dan PMF dipasang pada Persamaan 5 untuk mengekstraksi interaksi parameter potensial. Gambar 4A memberikan histogram dari konfigurasi pada sampel, yang menunjukkan ada tumpang tindih antara sampel yang berdekatan. Gambar 4B menunjukan jarak geometris PMF terhadap pusat dua Manik-manik BALA, yang memiliki ukuran minimal sekitar 0,45 nm. Namun, ketika kita membuat analisis statistik dari distribusi jarak antara dua asam amino ALA pada struktur protein yang disebutkan di atas, puncak probabilitas yang sesuai dengan energy minimum yang ditemukan yaitu sekitar 0,55 nm. Data itu menunjukan bahwa inkonsistensi ini adalah inti CG dibatasi oleh inti-inti sekitarnya. Kebanyakan inti CG tidak bisa terlalu dekat satu sama lain seperti dalam simulasi AS, sehingga jarak pendek dari kurva PMF mungkin tidak tepat untuk model interaksi tidak-berikatan dalam protein. Namun, relatif jarak jauh interaksi antara manik-manik CG jarang terpengaruh oleh lingkungan protein dan masih bisa dijelaskan oleh kurva PMF. Oleh karena itu, kami membuat analisis statistik dari jarak untuk semua 20 homolog inti CG pasangan untuk menentukan CIJ parameter dalam Persamaan 5 ketika van der Waals potensial sama dengan nol seperti yang tercantum dalam Tabel 2. Persamaan 5 dipaskan dengan kurva PMF untuk menentukan van der Waals parameter kedalaman sumur dengan parameter ditentukan CIJ. Gambar 5 memberikan hasil model CG BGLY, Bser, SGLU dan SILE. Seperti dalam kebanyakan kasus, posisi minimum energi ditentukan oleh statistik CIJ yang lebih jauh dari kurva PMF yang sesuai, seperti yang ditunjukkan pada Gambar 5 (Bser, SGLU dan SILE).

Gambar 4. Histogram dari konfigurasi dalam sampel (A)dan potensi kekuatan rata-rata terhadap jarak dua molekul ALA (B).

Tabel 2 : potensi jarak antara dua model protein yang saling berinteraksi

Gambar 5. Potensi kekuatan rata-rata antara pasangan protein (CG) model (BGLY, Bser, SGLU dan SILE) terhadap jarak, berasal dari Metode pengambilan sampel pada semua atom (kurva padat), dan potensi kekuatan van der Waals terhadap potensi kekuatan rata-rata Lennard-Jones (kurva dasbor).

2.3.VerifikasiMedanGaya

Untuk memverifikasi medan gaya, beberapa protein dilarutkan dalam air yang kasar dan disimulasikan pada waktu yang relatif lama. Selama simulasi, pemeliharaan struktur

eksperimental dan sifat termodinamika lainnya sebagai indikasi kelayakan medan gaya untuk simulasi protein.

Kelompok uji protein terdiri dari delapan protein berukuran sedang yang tidak termasuk dalam protein yang digunakan pada potensial parameterisasi. Protein yang baru-baru ini telah digunakan untuk memeriksa kinerja versi modifikasi dari bidang kekuatan CHARMM, dan bagian dari mereka telah digunakan untuk menguji PACE CG medan kekuatan, sehingga mereka memilih untuk memverifikasi kekuatan kami mengajukan nyaman untuk perbandingan. Semua simulasi CG-MD didasarkan pada GROMACS 4.0.5 paket. Pertama, protein itu kasar berdasarkan model CG yang diusulkan, dan topologi file yang dihasilkan dengan script kami dikembangkan. Kemudian protein CG yang dilarutkan dalam air CG molekul, dan sistem ini energi diminimalkan dengan usulan medan kekuatan CG. Layak menyebutkan bahwa GROMACS tidak menyediakan fungsi antarmuka tipe Gaussian dalam topologi file, sehingga pengguna disediakan fungsi tabulasi digunakan untuk menghitung energi sudut lentur dan dihedral torsi. Setelah minimisasi energi, sistem CG yang diseimbangkan untuk 200 ps dan kemudian diajukan untuk simulasi ns 1000, menggunakan kanonik NPT ensemble pada 300 K dan tekanan 1 bar, dan informasi detail untuk delapan sistem protein simulasi tercantum dalam Tabel 3.

Tabel 3 : Informasi system simulasi dari sampel delapan protein

Tabel 4. Hasil penyimpangan kuadrat pada percobaan dari model delapan protein selama simulasi coarse-grained yang dibandingkan dengan simulasi semua atom (standar penyimpangan diberikan dalam tanda kurung).

Gambar 6. Hasil deviasi kuadrat dari karbon Cα selama simulasi.

Gambar 7. Snapshot dari 1.000 ns protein coarse-grained pada simulasi dinamika molekuler untuk 2AAS protein 0 ns (A), 250 ns (B), 450 ns (C), 480 ns (D), 750 ns (E) dan 1000 ns (F).

Gambar 8. Hasil profil akar residu fluktuasi persegi (kurva dasbor) relatif terhadap rata-rata

dibandingkan dengan konformasi eksperimen NMR (kurva padat) untuk protein.

2.4.Efisiensi Medan Gaya

Tujuan utama dari simulasi medan gaya pada coarse-grained metode adalah untuk meningkatkan efisiensi komputasi. Untuk membandingkan efisiensi komputasi, dari sampel delapan protein 10 ns yang disimulasikan dengan metodelogi CG-MD, AA-MD dan MARTINI. Semua simulasi dilakuka pada prosesor Intel Xeon (2,4 GHz). Protein pertama berpusat di kotak, tepi yang 1 nm jauh dari molekul, dan kemudian dilarutkan dengan pelarut air. Di simulasi semua-atom, GROMOS87 kekuatan diajukan dan air model SPC diadopsi, dan 2 fs waktu-langkah digunakan. Dalam simulasi MARTINI CG-MD dan, model air CG yang sesuai dan 16 fs waktu-langkah yang digunakan. Energi semua sistem yang diminimalkan pertama, kemudian diseimbangkan untuk 200 ps dan diajukan untuk simulasi 10 ns, menggunakan kanonik NPT ensemble pada 300 K dan tekanan 1 bar. Waktu simulasi tercantum dalam Tabel 5. Dengan setiap metode simulasi, waktu simulasi proporsional dengan ukuran protein (seperti yang tercantum dalam Tabel 3). Itu pemeliharaan struktur asli sangat ditentukan oleh keseimbangan interaksi antararesidu asam amino yang berbeda satu sama lain dan dengan larutan berair sekitarnya protein,dan pelarut mempengaruhi konformasi dengan bersaing dengan interaksi intramolekul. Itu Potensi terikat dalam pekerjaan ini berasal dari analisis statistik dari serangkaian protein perwakilan, sehingga Efek pelarut yang tergabung dalam cara yang implisit. Namun, interaksi van der Waals ditentukan melalui simulasi dalam ruang hampa, sehingga efek pelarut tidak tergabung dalam potensi. Oleh karena itu, nilai-nilai rmsd dengan struktur awal dalam simulasi akan lebih besar ketika CG pelarut yang tidak ada.

Tabel 5. Efisiensi simulasi dari sampel delapan protein dengan tiga metodologi simulasi berbeda.

3.BAHAN DAN METODE

3.1. Model Protein coarse-grained

Dengan model protein CG, setiap asam amino dimodelkan oleh satu atau dua manik-manik sesuai dengan ukuran mereka. Secara total, 20 jenis manik-manik CG dirancang untuk 20 asam amino seperti yang ditunjukkan pada Gambar 9, yang dapatdiklasifikasikan ke dalam dua kategori besar: backbone manik dan sisi-rantai manik-manik. Tulang punggung danmanik rantai samping dapat dinyatakan sebagai Bi (i = ALA, ASN, ASP, CYS, Gly, LEU, PRO, SER, THR, VAL) dan Si (i = ARG, GLN, Glu, HIS, ILE, LYS, MET, PHE, TRP, TYR), masing-masing. Beberapa aminoasam dimodelkan hanya oleh satu tulang punggung manik karena mereka kecil rantai samping, sementara yang lain dimodelkan oleh salah satu backbone (Glycine manik BGLY) dan satu sisi yang berbeda-rantai. Semua atom CG diidealisasikan sebagai sebuah bola, dan pusat medan gaya terletak di atom karbon alfa-, sementara pusat sisi-rantai atom terletak di pusat geometris semua atom.

Gambar 9. Model coarse-grained dari 20 protein asam amino.

Gambar di atas menunjukan model protein CG, struktur dan interaksi internal protein yang dapat disederhanakan seperti yang ditunjukkan pada Gambar 10. CG medan gaya dapat

dirumuskan sebagai Persamaan 1: dimana Ubond, Uangle dan Utorsion adalah energi potensial peregangan ikatan virtual, energi potensial dari sudut virtual lentur dan fungsi sudut dihedral tentang potensi ikatan berputar yang menggambarkan interaksi ikatan antar model CG.

3.Potensi Parameterisasi

Virtual interaksi peregangan antara dua CG manik berikat dapat digambarkan sebagaiPotensi harmonik: mana Kbond dan Lbond adalah gaya konstan dan keseimbangan peregangan panjang ikatan, masing-masing, yang akan ditentukan oleh pas distribusi energi ikatan virtual. Karena kasar-kembang kayu, Uangle dan Utorsion kurva menjadi lebih kompleks dan teratur bila dibandingkan dengan orang-orang dari medan gaya AA, dan mereka digambarkan dengan fungsi distribusi Gaussian: di mana N, ai, bi, dan ci adalah parameter Gaussian perlu ditentukan dalam prosesparameterisasi.

Gambar 10. Protein coarse-grained model: I dan II menunjukkan inti backbone dan backbone-side-chain peregangan interaksi masing-masing, θ menunjukkan maya sudut, dan τ adalah malaikat dihedral virtual.

3.4.Potensi dan Parameterisasi Pemodelan protein tidak-berikatan menjadi masalah utama membangun struktur CG-MD. Seperti dalam medan gaya klasik AA, kita mengasumsikan bahwa interaksi non-bonded dapat dibagi menjadi dua kategori, yaitu, interaksi van der Waals dan interaksi elektrostatik. Mereka dapat dirumuskan sebagai jumlah dari pasangan energi potensial: dimana CIJ adalah parameter interaksi van der Waals, dan rij adalah jarak antara model CG i dan j. Kekuatan interaksi van der Waals ditentukan oleh nila εij pada kedalaman yang tergantung pada jenis inti CG. Dalam medan gaya yang diusulkan, interaksi elektrostatik diperhitungkan melalui titik biaya terdistribusi, dan empat atom CG diperlakukan seperti yang disimulasikan PMF didefinisikan sebagai potensial yang memberikan kekuatan rata-rata atas semua konfigurasi sistem yang diberikan, dan digunakan di sini untuk mencirikan interaksi non-ikatan antar manik CG. Sample pada metode ini berdasarkan AA-MD yang diaplikasikan pada molekul AA dari 20 inti CG untuk mendapatkan parameter van der Waals yang molekulnya saling berinteraksi, dan aturan Lorentz-Berthelot yang diterapkan untuk mendapatkan parameter interaksi antara inti CG yang berbeda: Dalam simulasi protein, seringkali sebagian besar biaya komputasi dihabiskan untuk menghitung interaksi antarmolekul air daripada interaksi zat terlarut dengan air atau zat terlarutdengan zat terlarut, sehingga model croase-grained air akan meningkatkan efisiensi simulasi MD. Model air yang tepat harus dibangun dalam sistem protein-pelarut CG, dan model air CG harus konsisten dengan protein CG model baik dalam volume dan massa, sehingga interaksi antara protein dan pelarut dapat direproduksi secara akurat.

4.Kesimpulan

Dalam jurnal ini, 20 inti CG untuk protein yang dibangun sesuai dengan karakter dari 20 asam amino, dan residu yang terdiri dari satu atau dua inti CG. Sejalan dengan itu, dengan K-means Metode, model pelarut CG lima air diadopsi sesuai model protein CG. Suatu medan gaya dikembangkan untuk model protein CG dan pelarut. Untuk semua interaksi yang berikatan dalam protein, inti CG dibagi menjadi dua jenis. Semua kombinasi dengan dua jenis dari ikatan interaksi dianalisis pada protein yang dikenal struktur bagian, dan distribusi energi yang dihasilkan yang dilengkapi dengan berbagai fungsi potensial untuk merumuskan interaksi terikat dalam CG-MD. Sementara itu, struktur asli dari protein dapat terjaga dengan baik selama simulasi. Selain itu, RMSFs atom Cα selama simulasi menunjukkan metode CG-M bisa cukup fluktuasi dalam protei. Namun, hasil simulasi juga menunjukkan bahwa fluktuasi struktur lingkaran dengan kelengkungan rendah mungkin terdapat pada beberapa protein, dan situasi kebalikan ketika struktur lingkaran memiliki kelengkungan tinggi karena penyederhanaan dalam CG-MD. Untuk penelitian berikutnya diperlukan ketelelitian dalam menyelidiki perlakuan struktur loop dalam protein Coarse-Grained.