Dinámica Molecular de Proteínas Modelado y Simulación Computacional

Transcripción

1 Dinámica Molecular de Proteínas Modelado y Simulación Computacional Profesores: Eliana K. Asciutto & Ignacio J. General 2 do cuatrimestre 2017 Escuela de Ciencia y Tecnología UNSAM

2 Dinámica Molecular de Proteínas Modelado y Simulación Computacional Introducción al modelado computacional

3 Modelado La teoría general de la mecánica cuántica es ahora casi completamente conocida. Las leyes físicas subyacentes, necesarias para la teoría matemática de un gran parte de la física y toda la química son completamente conocidas, y la dificultad es sólo que la aplicación exacta de estas leyes conduce a ecuaciones demasiado complicadas para ser resueltas. Paul A. M. Dirac,

4 FÍSICA Efecto fotoeléctrico Modelado Experimento BIOLOGIA MOLECULAR La biotina se liga a la avidina Una partícula de luz (fotón) choca contra una placa y arranca electrones Modelos Suponiendo que conocemos la estructura de la proteína, como calculamos las interacciones entre proteína-sustrato-agua-sales-otras proteínas-etc? K electron = E foton - W Solución matemática Demasiadas ecuaciones Cuantización de la luz Resultado (entendimiento) Hasta ahora solo es cualitativo Muy alto Poder predictivo/explicativo Bajo / limitado 4

5 Modelado El gran problema que detiene a la biología cuantitativa es la complejidad de los sistemas (y sus ecuaciones) Gracias a las computadoras y su actual enorme poder de computo se pueden resolver sistemas de ecuaciones imposibles hace algunas décadas. (Aunque la mayor parte de los sistemas de interés son todavía muy complejos, pero se esta avanzando en esa dirección) 5

6 Niveles de modelado Redes celulares (biología de sistemas): transmisión de señales entre células (redes de Bayes, resolución de sistemas de ecuaciones empíricas) Molecular: Interacciones entre biomoléculas (ej, crowding) Atómico clásico: Interacciones entre átomos de una misma molécula Grano grueso: cada aminoácido es considerado una unidad All atom: se considera cada átomo individual Atómico cuántico: resolución de las ecuaciones cuánticas (Hartree-Fock, Kohn-Sham, etc) 6

7 Qué es un modelo? Un modelo es una forma simplificada de un caso real. Correctamente planteado, debería permitirnos entender mejor el problema. Ej) Modelo de solido: red de bolitas conectadas por resortes. Este modelo es simple, nos permite visualizar al solido fácilmente y darnos una cierta intuición acerca de su comportamiento. 7

8 Qué es un modelo? Características de un buen modelo: Hecho para un propósito específico Permite hacer predicciones Ser lo más simple posible, pero no más simple Ser tan complicado como sea necesario, pero no más complicado Ser tan complicado como sea necesario, pero no más 8

9 Y por qué usar modelos computacionales? Ciencia Experimental contacto con la realidad Numero limitado de experimentos posibles Pueden tardar demasiado Pueden ser imprecisos Ciencia teórica representación en términos físico/matemáticos Aproximaciones Puede ser demasiado compleja y no llegar a resultados Ciencia computacional Ciencia computacional resolución computacional de las ecuaciones de la teoría Muy demandante, pero las computadoras avanzan constantemente (supercomputadoras, GPUs) Bien modelados, ofrecen resultados realistas 9

10 Un buen modelo computacional Captura lo esencial del problema (no tan simple, no tan complicado) Comienza con una cruda aproximación al problema, y avanza en complejidad a medida que el proceso estudiado se va entendiendo. Permite hacer experimentos computacionales, mucho mas baratos que experimentos reales. Provee resultados cuantitativos que pueden ser contrastados al sistema real. Permite hacer experimentos no-físicos para entender mejor. 10

11 Objetivos del curso Selección del problema: estudio de una proteína Secuencia Modelado del sistema: rayos-x, RMN, modelado homologo Validación del modelo: Contraste con resultados experimentales Simulación computacional: Dinámica molecular, Monte Carlo Análisis de datos y generación de resultados: Estudio de la dinámica, covarianza, modos normales, etc Conclusiones y planteo de nuevos estudios En base a lo aprendido, como seguir para refinar el estudio 11