(PhysOrg.com) - Un elemento clave tanto de la biotecnología como de la nanotecnología es, tal vez como era de esperar, el modelado computacional. Frecuentemente, en silico el diseño y la simulación de nanoestructuras precede a la experimentación real. Es más, la capacidad de utilizar modelos para predecir la estructura biomolecular sienta las bases para el diseño posterior de biomoléculas. Históricamente, El problema ha sido que la mayoría del software de modelado presenta una compensación entre ser de propósito general (al poder modelar sistemas a alta resolución / atómica) pero de alcance limitado (es decir, solo explora una pequeña fracción del espacio conformacional alrededor de la estructura inicial). Recientemente, sin embargo, Los científicos de la Universidad de Stanford han desarrollado un algoritmo, implementado en un programa de modelado conocido como MOSAICS (Metodologías para la optimización y muestreo en estudios computacionales), que logra el modelado a nanoescala con la resolución requerida sin estar limitado por el dilema alcance / tamaño. Además, los investigadores modelaron con éxito, y compararon la nueva técnica de modelado computacional con, nanoestructuras basadas en ARN.

El equipo de investigación, Adelene Y. L. Sim, del Departamento de Física Aplicada, y el Prof. Michael Levitt y el Dr. Peter Minary en el Departamento de Biología Estructural - enfrentaron una serie de desafíos al diseñar su algoritmo único. Hablando con PhysOrg , Minary y Sim describen esos desafíos. “Reducir la dimensionalidad puede eliminar caminos físicamente relevantes que conectan cuencas conformacionales y, por lo tanto, introducir barreras de energía artificial que no presentan obstáculos en el espacio cartesiano, "Minary dice PhysOrg . "En el caso presente, el mayor desafío fue desarrollar un algoritmo que admita grados de libertad que representen reordenamientos colectivos arbitrarios en la resolución de todos los átomos ".

Desafortunadamente, Notas secundarias, usando estos grados de libertad, o DOF, podría romper la conectividad de la cadena, y es probable que el espacio conformacional correspondiente esté asociado con una topología de superficie de energía extremadamente rugosa. "Para superar estas limitaciones, " él añade, "Es necesario utilizar menos reordenamientos colectivos solo en la medida necesaria para que los reordenamientos a lo largo de los DOF ​​más colectivos se faciliten de manera óptima sin aumentar significativamente el volumen del espacio conformacional muestreado". En breve, su mayor desafío fue implementar un algoritmo universal capaz de explorar el espacio conformacional al tiempo que permitía numerosos conjuntos de los llamados DOF ​​naturales arbitrarios y / o definidos por el usuario.

El equipo abordó estos problemas, Minary dice:basándose en el entorno computacional de alto nivel preexistente del paquete de software MOSAICS que permitía el uso de DOF arbitrarios de ruptura de cadenas uniformes. "Para seguir mejorando este concepto, " él añade, “Se tuvo que inventar una nueva interfaz muy flexible que invita a los usuarios a definir sus propios DOF ​​específicos del sistema. Además, la interfaz también tenía que admitir la superposición ponderada de DOF arbitrarios. Por último, era necesario implementar un algoritmo universal que se da cuenta de la interacción de varios conjuntos de DOF ". Al hacerlo, Los caminos conformacionales a lo largo de los reordenamientos moleculares más colectivos se incrementan mediante la incorporación de una flexibilidad molecular progresivamente más detallada sin alterar significativamente el problema de dimensionalidad. que se cuantifica mejor por el volumen conformacional a muestrear en lugar del número real de DOF.

También se están preparando otras innovaciones. “En el artículo actual mostramos que nuestro algoritmo satisface algunas condiciones necesarias del espacio de fase, o saldo detallado, preservar el muestreo no satisfecho por ninguno de los algoritmos disponibles utilizados para modelar sistemas de ARN, ”Notas secundarias. "Se invierten más esfuerzos para satisfacer completamente la reversibilidad microscópica". Es más, La eficiencia computacional puede mejorarse utilizando información sobre la naturaleza colectiva de los DOF ​​al actualizar las interacciones atómicas. o definiendo formas funcionales de energía en términos de coordenadas analíticas de baja dimensión. Minary señala que la eficiencia del muestreo también podría mejorarse si el enfoque actual se combina con algunos algoritmos de muestreo avanzados basados ​​en el muestreo multi-canónico disponible en MOSAICS.

Además, él continúa, el movimiento de agua explícito podría incorporarse en los movimientos jerárquicos para que los efectos de la solvatación puedan evaluarse con mayor precisión, y probar el método con varias representaciones implícitas de solventes también puede ser informativo. "Finalmente, " él dice, “Estamos planeando introducir una interfaz más fácil de usar, posiblemente gráfica, que cerraría la brecha entre los desarrolladores de algoritmos y los biólogos computacionales, físicos y químicos que tienen un gran conocimiento e intuición sobre los grados de libertad naturales de varios conjuntos y complejos moleculares ". En total, todos los esfuerzos anteriores, lo que aumentaría el rigor matemático, velocidad computacional, detalles del solvente y accesibilidad a los usuarios, podría ampliar aún más los límites de las aplicaciones más allá de los sistemas actuales que se están considerando.

Mientras tanto, mientras se desarrollan todos los algoritmos necesarios discutidos anteriormente, el equipo planea continuar ampliando la gama de aplicaciones de destino. “Además de modelar la estructura de la cromatina, "Minary ilustra, "Nos gustaría volver a examinar las cuestiones de la nanotecnología del ADN". Es más, el uso de un método de refinamiento que no sea Cryo-EM (microscopía crioelectrónica, una forma de microscopía electrónica de transmisión en la que las muestras se estudian a temperaturas criogénicas, y que el equipo ya está persiguiendo) también está previsto.

"Tenemos la intención de ampliar nuestro trabajo para explorar ampliamente la flexibilidad de la unión de ARN, "Añade Sim, "Y actualmente también estamos estudiando el uso de nuestra técnica en la predicción de la estructura del ARN de grandes sistemas de ARN". En términos de aplicaciones, Sim continúa, "En medicina es fundamental comprender la flexibilidad, estabilidad, forma y posibles distorsiones de nanoestructuras para evaluar mejor la calidad de la nanoestructura. Estas propiedades podrían desempeñar un papel crucial a la hora de dictar la internalización celular y / o la toxicidad de las nanoestructuras ".

Sim señala que con su eficiente herramienta de modelado, aunque sigue dependiendo de la calidad del campo de fuerza utilizado, el equipo ahora es más capaz de estudiar estas propiedades en silico . "Adicionalmente, "Sim señala, "Estamos buscando la optimización en la secuencia y el espacio de estructura simultáneamente al tener la secuencia como un grado adicional de libertad". Una posible aplicación es el diseño de secuencias de silenciamiento de ARN, o ARNip.

Mirando más lejos Minary dice PhysOrg , hay otras tecnologías y aplicaciones que podrían beneficiarse de sus hallazgos. “Dado que el muestreo y la exploración adecuados del espacio conformacional es una herramienta básica utilizada en diversas tecnologías y aplicaciones, el método podría utilizarse en el diseño, modelado de homología y varias aplicaciones nuevas, como modelado de reordenamientos colectivos en proteínas transmembrana, diseñar nuevas nanoestructuras de ácidos nucleicos, modelado de grandes conjuntos de proteínas y ácidos nucleicos, tal el ribosoma, y el en silico estudio de remodelación de cromatina. Además, " él añade, "Nos gustaría ayudar al refinamiento y la interpretación de técnicas experimentales". Específicamente, sobre la base de esfuerzos anteriores para refinar los datos de Cryo-EM, les gustaría desarrollar herramientas para analizar la RMN, PREOCUPARSE, SAXOS, Radiografía, y experimentos de huellas para generar conjuntos conformacionales que satisfagan las limitaciones experimentales.

Finalmente, Minary señala que el algoritmo que desarrollaron es de naturaleza muy general y también podría ser utilizado en otras disciplinas que involucran espacios de estados con una gran cantidad de variables que están cambiando de manera correlacionada. "En particular, ”Concluye, “La idea básica podría usarse, pero no limitarse a muestrear el espacio de las posibles redes, como en aplicaciones de biología de sistemas, o variables del mercado de valores ".

Copyright 2012 PhysOrg.com.
Reservados todos los derechos. Este material puede no ser publicado, transmisión, reescrito o redistribuido total o parcialmente sin el permiso expreso por escrito de PhysOrg.com.