基于量子化学的蛋白质分子场建模及其应用

来源 :浙江大学 | 被引量 : 0次 | 上传用户:whitewolfwv7
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
蛋白质是生命活动的物质基础,生命活动中各种生理功能的完成大多是通过蛋白质来实现的。蛋白质多种多样的功能与其特定的空间构象密切相关,蛋白质分子的空间构象是其功能活性的基础,构象发生变化,其功能活性也随之改变。蛋白质相互作用过程中,其三维空间结构和能量场均发生动态变化。但已有工作对前者的变化研究比较多,而对后者的变化研究较少。如果能对后者定量计算,发掘蛋白质相互作用的本质规律,将有利于预测蛋白质功能。   蛋白质分子体系中的各种相互作用,包括化学键力、氢键力、静电力、范德华力等,在空间中叠加会形成的一个综合性作用的分子场。传统的基于分子力学的方法依赖于分子力场信息,很多参数是根据实验数据设定的,每一种参数化的力场对应着一种分子力学方法,所以针对某类分子优化的力场只有在应用于同类分子时才可保证得到可信的结果。分子力学方法是在原子核相互作用的基础上完成计算,无法处理分子体系中的电子运动,因而不能描述键形成或键断裂的过程,无法很好地解释蛋白质相互作用过程中的极化效应。   量子化学计算应用分子轨道理论,获得分子体系的电子波函数,进而求算偶极矩、极化率等分子性质。第一原理计算方法只使用几个物理常数:光速,电子和核的电荷,质量和普郎克常数,而不使用基本物理常数和原子量以外的实验数据,所有计算都建立在量子力学原理上。相比较而言,量子化学方法直接求解薛定谔方程,能得到更为准确、可靠的结果。   本文提出了一种基于量子化学的蛋白质分子场计算方法,结合线性标度理论,将Hartree-Fock方法运用于计算蛋白质三维空间能量分布。该方法具有通用性,输入仅为单个或多个蛋白质的构象信息,无需设置其他参数。计算得到的分子场数据可以直接体绘制显示出来,便于交互操作。该方法可以有效地处理电荷运动细节和极化效应,也不受蛋白质体系大小的限制。   利用量子化学方法处理蛋白质分子体系的最大困难在于需要大量的计算资源,其计算时间往往令人难以忍受。本文提出搭建异构集群系统,构造分布式计算环境,以获得高性能计算能力和海量数据处理能力来加速计算蛋白质分子场。利用GPU较强的浮点运算能力和较大的内存带宽,通过改进算法让GPU和多核CPU协同计算,使得计算效率提高了几十倍以上。   蛋白质相互作用过程中,关键区域能量分布会随着构象发生显著变化。定量计算蛋白质分子场的变化,对研究相互作用热点区域有着重要意义。本文通过模拟胰岛素样生长因子连接蛋白IGFBP4(insulin-like growth factor binding protein-4)与胰岛素样生长因子IGF(insulin-like growth factor)、IGFBP7(insulin-like growth factor bindingprotein-7)和胰岛素insulin的相互作用,计算了蛋白质分子场的动态变化。结果表明,分子场变化趋势明显的氨基酸残基片段恰好对应于蛋白质相互作用的热点区域,与已知实验结果相符。考察蛋白质相互作用过程中分子场的动态连续变化,为研究蛋白质结构和功能关系提供了一种的新方法。
其他文献
随着计算机、智能控制以及传感技术等学科的发展,移动机器人广泛应用于航天科技、排险救援等多个方面,正辅助或取代人类完成特定的工作任务。由于移动机器人工作环境的复杂性
安全协议的设计与验证是信息安全领域中非常重要的内容。形式化方法是安全协议验证的一个强有力的工具。借助自动化工具,应用形式化方法来分析安全协议,是当今重要的研究课题
近年来随着低成本低功耗微型传感器的大规模生产,无线传感器网络的实用价值和应用前景非常广阔。但传感器节点能量高度受限,且工作环境通常十分恶劣,更换电池可行性不高,因此
随着计算机图形学的研究越来越深入,虚拟现实技术也越来越成熟。相继出现的数字地球、数字城市等名词,普及了人们对图形学的认知,同时对虚拟现实的研究提出更高的要求。虚拟
科学技术的飞速发展、社会文明的进步使得信息处理以及交流对人们的日常生活越来越重要,人们对图像处理的要求不断的提高。图像分割是图像处理中最为关键的技术之一,它是图像
Internet已经日益成为应用程序开发的默认平台。随着开发人员对应用程序复杂性要求的日渐增加,可是Web应用程序对完成复杂应用方面却始终跟不上步伐。为了提高用户体验,出现
人脸识别技术在社会中的应用场景日益增多,人脸刷卡、人脸支付甚至是寻找失踪多年的儿童这种跨年龄段的识别技术都已经有所应用。目前,人脸识别技术已经是模式识别和计算机视
分类是数据挖掘和机器学习等领域中一个非常重要的研究课题,在众多领域中都得到了广泛的应用。当前已经提出的分类方法主要有贝叶斯分类、决策树、神经网络、支持向量机等,其
数据挖掘是在海量数据中提取隐含的、未知的、潜在有用的知识或信息模式的决策支持方法,其在功能上的健壮性和应用领域的广泛性已被研究者一致认同.而取样是最通用有效的近似
NFC(Near Field Communication)是近年来在射频识别和无线通信技术的基础上发展起来的一种近距离无线通信技术。近距离通信技术与现有的非接触技术完全兼容,并发展了其特有的
学位