Vierasmolekyylien sitoutumisen mallintaminen lipokaliiniproteiineissa
Tässä työssä tutkittiin DigA16- ja 1KT7-proteiineja. Proteiineille suoritettiin klassisia MD-simulaatioita käyttämällä Orac4.0-ohjelmistoa. DigA16-proteiinin kokeellisesti mitattu rakenne täydennettiin tietokoneella ja kokonaisesta proteiinista simuloitiin kolmea eri rakennetta. 1KT7-proteiinin simulaation lähtörakenteena oli kokeellisesti mitattu rakenne, jota ei tarvinnut täydentää. Simulaatioita suoritettiin kutakin 10,751 nanosekunnin verran, joista 0,751 ns oli alustusta ja 10 ns simulointia 300 Kelvinissä. Tästä 10 ns vaiheesta kerättiin analysoitu data. Simulaation aikana kokonaisenergia kasvoi tasaisesti. Kasvu oli niin pientä, että sen voidaan katsoa johtuneen täysin MD-simulaatiossa kumuloituvasta pyöristysvirheestä. Tämä on tavallista MD-simulaatioille. Kahdesta DigA16-proteiinin simulaatioista löytyi pieni konformaatiomuutos, jonka aikaskaala on noin 2 ns. Tässä konformaatiomuutoksessa proteiinin aminohappoketjun pään 4-5 reunimmaista aminohappoa muuttavat selvästi asentoaan. Lisäksi tutkittiin miten DigA16-proteiinissa aminohappojen 42 ja 170 välillä olevan rikki-rikki-sidoksen puuttuminen vaikutti proteiinin käyttäytymiseen. Tuloksista voidaan päätellä, että rikki-rikki-sidoksen puuttuminen aiheuttaa loppupään hännän vaeltamisen kauemmas muusta proteiinista. Kuitenkin sidoksen puuttuminen aiheutti vain lokaaleja asennonmuutoksia proteiinin reunalla ja esimerkiksi proteiinin tunnusomaiseen β-tynnyriin sidoksen puuttuminen ei vaikuttanut. Edellä mainittu konformaatiomuutos tapahtui aminohappoketjun toisessa päässä, mutta kuitenkin muutos tapahtui vain niissä simulaatioissa, joissa rikki-rikki-sidos oli irti. Kahdessa simulaatiossa oli mukana vierasmolekyyli, joka oli proteiinin onkalossa. DigA16:n vierasmolekyylinä oli digoksigeniini ja 1KT7:n vierasmolekyylinä retinoli. Kumpikaan vierasmolekyyli ei kokenut asennonmuutosta. Pientä heilumista tapahtui, mutta tämä on tavallista simulaatioissa. DigA16:n hydrolisiä sivuryhmiä on lähellä digoksigeniiniä ja ne todennäköisesti muodostavat sen kanssa vetysidoksia. 1KT7 puolestaan pitää hydrofobisia fenyylirenkaita ja metyyliryhmiä retinolin lähellä, mikä oli odotettavissa.
...
Keywords
Metadata
Show full item recordCollections
- Pro gradu -tutkielmat [29743]
License
Related items
Showing items with similar title or keywords.
-
Best Practices in Constant pH MD Simulations : Accuracy and Sampling
Buslaev, Pavel; Aho, Noora; Jansen, Anton; Bauer, Paul; Hess, Berk; Groenhof, Gerrit (American Chemical Society (ACS), 2022)Various approaches have been proposed to include the effect of pH in molecular dynamics (MD) simulations. Among these, the λ-dynamics approach proposed by Brooks and co-workers [Kong, X.; Brooks III, C. L. J. Chem. Phys.1996, ... -
Modeling of intracellular transport in realistic cell geometries
Aho, Vesa (University of Jyväskylä, 2018)The transport of molecules inside cells is a complex process, the characterization of which is important to gain full understanding of cellular processes. Understanding of intracellular transport is also important for ... -
Analyzing protein-nanocluster interactions with graph-based machine learning for molecular dynamics
Sikoniemi, Anssi (2024)In this work a custom graph convolutional network was succesfully constructed and trained to predict interaction energies in molecular dynamics simulations between Au25(SR)18 nanoclusters and BSA proteins based on their ... -
Dynamic integration of classifiers for handling concept drift
Tsymbal, Alexey; Pechenizkiy, Mykola; Cunningham, Padraig; Puuronen, Seppo (Elsevier, 2008)In the real world concepts are often not stable but change with time. A typical example of this in the biomedical context is antibiotic resistance, where pathogen sensitivity may change over time as new pathogen strains ... -
Predictive First-principles Modeling of a Photosynthetic Antenna Protein : The Fenna-Matthews-Olson Complex
Kim, Yongbin; Morozov, Dmitry; Stadnytskyi, Valentyn; Savikhin, Sergei; Slipchenko, Lyudmila (American Chemical Society, 2020)High efficiency of light harvesting in photosynthetic pigment-protein complexes is governed by evolutionary-perfected protein-assisted tuning of individual pigment properties and inter-pigment interactions. Due to the large ...