一文读懂！期刊J Comput Chem：​蛋白质Drude极化经验力场、Taba、PSIXAS...

计算化学类期刊介绍：

《Journal of Computational Chemistry》(二)

这个杰出的期刊发表的文章，涉及计算化学的各个方面:分析，生物，无机，有机，物理和材料等。

计算化学杂志提出了原始的研究，当代发展的理论和方法，和最先进的应用。该杂志的计算领域包括从头算和半经验量子力学，密度泛函理论，分子力学，分子动力学，统计力学，化学信息学，生物分子结构预测，分子设计和生物信息学等。

由于篇幅原因，上期我们推送了引用率排名前五的文章，本期将对引用率排名第六-第十的文章进行推送。

上期推文可以点击下方蓝字跳转:

1
利用蛋白质Drude极化经验力场改进的阳离子-π和阴离子-环相互作用模型

阳离子-π相互作用，是指π电子系统与带正电荷的离子之间的非共价相互作用，是生物系统中，普遍存在的一种强非共价相互作用。类似地，虽然研究较少，但在蛋白质中也存在，负离子-环间的相互作用以及负离子与芳香环间的平面内相互作用。

由于这些相互作用，是极化离子和极化π系统之间的相互作用，在使用附加力场(FFs)的分子动力学(MD)模拟中，处理这些相互作用的准确性，可能受到限制。

在此，来自美国马里兰大学的Alexander D. MacKerell Jr等人，为了更好地描述Drude 2013蛋白极化FF中蛋白质中的离子-π相互作用，研究者以原子对特定的Lennard Jones参数为目标，系统地优化了模型复合量子力学(QM)相互作用能的参数，并引入虚粒子作为选定的环质心，以目标量子力学相互作用能和几何形状为目标。

随后，在Drude 2013 FF环境下，对出现离子-π对的一系列蛋白质结构，进行了MD模拟，以评估优化后的参数。由此产生的FF，使得实验蛋白质结构中观察到的离子-π对距离的再现，得到显著改善，以及整个蛋白质结构与实验结构的均方根差和波动更小。

因此，优化的Drude 2013蛋白极化FF，可用于阳离子-π和阴离子-环相互作用在蛋白质中起主导作用的MD模拟。

参考文献：

Lin, F.‐Y., MacKerell, A. D.. J. Comput. Chem. 2020, 41,439448.DOI: 10.1002/jcc.26067

原文链接：https://onlinelibrary.wiley.com/doi/full/10.1002/jcc.26067saml_referrer=

2
大型‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍‍氨团簇和氨中质子的溶剂化能

利用氨中质子的绝对溶剂化能(自由能和焓)，计算了氨中各组分的pK_a，也可用于计算氨中其它离子的溶剂化能。尽管它们很重要，但不可能通过实验，来确定质子在给定溶剂中的溶剂化能。

在此，来自南非自由州大学的Alhadji Malloum等人，提出了一种直接的方法，来计算大型中性和质子化氨团簇中氨质子的溶剂化能。

为了进行这项研究，研究者对中性和质子化氨进行了几何优化，分别为30-mer、40-mer和50-mer，以定位稳定结构。这些结构在APFD/6 31++g(d,p)和M06 2X/6 31++g(d,p)水平上，进行了充分的理论优化。

这些结构的红外光谱研究已提供，可用于评估研究者调查的可靠性。利用这些结构，研究者计算了氨中质子的绝对溶剂化自由能和绝对溶剂化焓。计算结果表明，氨中质子的绝对溶剂化自由能为1192 kJ mol^-1，而绝对溶剂化焓为1214 kJ mol^-1。

参考文献：Malloum,A.,Fifen,J.J.,ConradieJ..J.Comput.Chem. 2020, 41, 21 30.DOI: 10.1002/jcc.26071

原文链接：

https://onlinelibrary.wiley.com/doi/full/10.1002/jcc.26071

3
G-蛋白-偶联受体-膜相互作用取决于受体激活状态

G蛋白-偶联受体(GPCRs)，是人类最大的膜蛋白家族，是目前约三分之一上市药物的主要靶标。尤其是腺苷A1受体(A1AR)，是治疗心脏缺血再灌注损伤、神经性疼痛和肾脏疾病的重要治疗靶点。

作为一种典型的GPCR,A₁AR位于磷脂膜双层内，通过不同构象状态之间的改变传递细胞信号。阐明GPCRs的脂质蛋白相互作用，对了解GPCRs的功能机制具有重要意义。

此文中，来自美国堪萨斯大学的 Yinglong Miao等人，所有的原子模拟都使用了稳健的高斯加速分子动力学(GaMD)方法，对无活性(拮抗剂结合)和活性(激动剂和G蛋白结合)的A1AR进行了模拟，A1AR嵌在1-棕榈酰-2-油酰-甘油-3-磷酸胆碱(POPC)脂质双层中。

在GaMD模拟中，膜脂在稳定A₁AR的不同构象态方面，发挥了关键作用。研究者的模拟，进一步确定了受体的重要区域，这些区域与脂质以高度相关的方式相互作用。A₁AR的激活导致了脂质双分子层上部和下部叶片的差异动力学。

总之，GaMD增强模拟，揭示了GPCR和依赖于受体激活状态的脂质的强耦合动力学。

参考文献：

Bhattarai, A., Wang, J., Miao,Y..J.Comput.Chem. 2020, 41, 460– 471. DOI: 10.1002/jcc.26082

原文链接：

https://onlinelibrary.wiley.com/doi/full/10.1002/jcc.26082

4
Taba：结合亲和性分析工具 

从计算的角度来看，利用蛋白质配体复合体的原子坐标，评估配体结合亲和力是一个挑战。结合亲和数据的复合物晶体结构的可用性，为创建针对特定蛋白质系统的机器学习模型建立了可能性。

在此，来自巴西宗座天主教大学的 Walter Filgueira de Azevedo Jr等人，描述了一种新方法，它结合了质点-弹簧系统方法和监督机器学习技术，来预测蛋白质配体复合体的结合亲和力。

这些技术的结合，允许探索评分函数空间，生成针对感兴趣的蛋白质系统的模型。与在Molegro Virtual Docker、AutoDock4和AutoDock Vina程序中实现的经典评分函数相比，新模型显示出更好的预测性能。

研究者在一个名为Taba的新程序中，实现了这种方法。Taba是用Python实现的，可以在https://github.com/azevedolab/taba上下载GNU许可证。

参考文献：

da Silva, A. D., Bitencourt‐Ferreira, G.,de Azevedo, W.F..J.Comput. Chem. 2020, 41, 69– 73. DOI: 10.1002/jcc.26048

原文链接：https://onlinelibrary.wiley.com/doi/full/10.1002/jcc.26048

5
PSIXAS：一个Psi4插件，基于跃迁势和Δ-Kohn Sham方法有效模拟X射线吸收光谱 

近边缘X射线吸收精细结构(NEXAFS)光谱及其泵浦探针延伸(PP - NEXAFS)，可用于对价态和核激发态进行深入了解。

在此，来自德国海德堡大学的Christopher Ehlert等人，提出了提出了PSIXAS，一个通过跃迁电势和Δ‐Kohn-Sham方法模拟NEXAFS和PP‐NEXAFS光谱的最新实现方法。

该方法，以Psi4代码的软件插件的形式实现，它提供了对广泛选择的基组和密度函数的访问。研究者简要概述了这个插件的理论基础和关键方面。然后，研究者使用插件，模拟了PP NEXAFS胸腺嘧啶的光谱，这是一个研究者自己和他人已广泛研究过的系统。

研究发现，需要更大的扩展基组，才能获得更精确的绝对共振位置。研究者进一步证明，与普通的NEXAFS模拟相比，密度泛函的选择对光谱的形状起次要作用，而对于PP-NEXAFS模拟，密度泛函的选择是重要的。尤其是杂化泛函(以前不能直接用于模拟PP NEXAFS光谱)和它们像精确交换一样的Hartree Fock量，会影响光谱中的相对共振位置。

参考文献：

Ehlert, C, Klamroth, T. PSIXAS: A Psi4 plugin for efficient simulations of X‐ray absorption spectra based on the transition‐potential and Δ‐Kohn–Sham method. J Comput Chem. 2020; 41: 1781– 1789.

原文链接：

https://onlinelibrary.wiley.com/doi/10.1002/jcc.26219

END

往期推荐

围观

热文

热文

热文

热文

感谢「 贫穷」，考上北大的寒门女孩3年后活成了一道光...

好文！必须在看