Cell Rep. 2019 Oct 01;29(1):62-75.e7 Авторы: Wojnarowicz PM, Lima E Silva R, Ohnaka M, Lee SB, Chin Y, Kulukian A, Chang SH, Desai B, Garcia Escolano M, Shah R, Garcia-Cao M, Xu S, Kadam R, Goldgur Y, Miller MA, Ouerfelli O, Yang G, Arakawa T, Albanese SK, Garland WA, Stoller G, Chaudhary J, Norton L, Soni RK, Philip J, Hendrickson RC, Iavarone A, Dannenberg AJ, Chodera JD, Pavletich N, Lasorella A, Campochiaro PA, Benezra R
Краткий обзор:
Id helix-loop-helix (HLH) белков (Id1-4) связывает транскрипционные факторы Е-белка bHLH , предотвращая образование активных транскрипционных комплексов, которые вызывают изменения в клеточных состояниях. Белки id выражены в первую очередь во время развития для сдерживания различий, но они становятся повторно выраженными в тканях взрослых при заболеваниях сосудов и рака. Мы показываем, что генетическая потеря Id1/Id3 снижает неоваскуляризацию глаз в мышиных моделях мокрой возрастной макулярной дегенерации (ВМД) и ретинопатии недоношенности (РН). В компьютерном моделировании скрининг идентифицирует AGX51, как антагониста Id с малой молекулой. AGX51 сдерживает Id1-E47 взаимодействие, приводя к убиквитин-опосредованной деградации Ids, остановке роста клеток и снижению жизнеспособности. AGX51 хорошо переносится у мышей и фенокопирует генетическую потерю выраженной Id в моделях ВМД и РН путем сдерживания неоваскуляризации сетчатки. Таким образом, AGX51 является первым в своем классе соединением, которое противодействует взаимодействию, ранее считавшемуся неразрушимым, и которое может быть использовано для лечения многих заболеваний.
PMID: 31577956 [PubMed – в процессе]
_________________ У тебя мощнейший комп, ты уверен? И для чего он тебе? В TSC! Russia ты узнаешь что такое мощь тысячи компов! TSCRussiaTeam.ru
По мере приближения конца года, пожалуйста, рассмотрите возможность поддержки Folding @ home, сделав подарок, не облагаемый налогом, через Вашингтонский университет по этой ссылке (пожалуйста, убедитесь, что Folding @ home указан под «собственным обозначением»).
_________________ У тебя мощнейший комп, ты уверен? И для чего он тебе? В TSC! Russia ты узнаешь что такое мощь тысячи компов! TSCRussiaTeam.ru
J Comput Aided Mol Des. 2019 Dec 19;: Авторы: Isik M, Levorse D, Mobley DL, Rhodes T, Chodera JD
Краткий обзор: Коэффициенты распределения описывают равновесное распределение одного определенного состояния заряда растворенного вещества между двумя котактирующми жидкими фазами, обычно нейтрального растворенного вещества. Коэффициенты распределения октанол-вода ([Формула: см. Текст]) или их логарифмы (log P) часто используются в качестве меры липофильности при открытии лекарств. Коэффициент распределения является физико-химическим свойством, которое отражает термодинамику относительной сольватации между водной и неполярной фазами, и, следовательно, обеспечивает превосходный тест для основанных на физике вычислительных моделей, которые предсказывают свойства фармацевтической значимости, такие как белок-лиганда при связанном сродстве или свободные энергии гидратации / сольватации. В задаче прогнозирования коэффициента распределения октанол-вода части II SAMPL6 использовалась подгруппа соединений, подобных фрагментам ингибитора киназы, из задачи прогнозирования SAMPL6 [Формула: см. Текст] в слепом экспериментальном тесте. После сбора экспериментальных данных, набор коэффициентов распределения оставался слепым, пока все участвующие группы вычислительной химии не собрали все прогнозы. В общей сложности 91 материал был получен от 27 участвующих исследовательских групп. В этой статье представлен набор данных log P для октанола и воды для этой задачи по коэффициенту распределения SAMPL6, часть II, которая состояла из 11 соединений (шесть 4-аминохиназолинов, два бензимидазола, один пиразоло [3,4-d] пиримидин, один пиридин, один 2-оксохинолиновой субструктуры, содержащей соединения) со значениями log P в диапазоне 1,95-4,09. Мы опишем протокол потенциометрического измерения log P, использованный для сбора этого набора данных с использованием Sirius T3, обсудим ограничения этого экспериментального подхода и поделимся предложениями о будущих усилиях по сбору данных log P для оценки вычислительных методов. PMID: 31858363 [PubMed – как будет представлено издателем]
_________________ У тебя мощнейший комп, ты уверен? И для чего он тебе? В TSC! Russia ты узнаешь что такое мощь тысячи компов! TSCRussiaTeam.ru
Спасибо всем, кто внес вклад в Folding@Home за прошедший год! Мы высоко ценим компьютерное время, человеческое время и финансовые ресурсы, которые вы вносите для поддержки науки. С вашей помощью мы решаем целый ряд сложных проблем, включая трансляционные исследования, направленные непосредственно на повышение способности клиницистов диагностировать и лечить заболевания, а также фундаментальные исследования, которые обеспечивают основу для этих достижений. Некоторые основные моменты прошлого года и возможности, которые они создают в ближайшие годы:
1) Открытие новых лекарственных участков для борьбы с устойчивостью к антибиотикам. Рациональный дизайн лекарств часто основан на единственном снимке того, как обычно выглядит белок. Однако белки имеют много движущихся частей. Мы (то есть лаборатория Боумена) были заинтересованы в раскрытии этих движущихся частей и использовании этих идей для разработки новых способов воздействия на белки с помощью лекарств. В одном недавнем примере мы исследовали движение белка, называемого бета-лактамазой, которая играет ключевую роль в устойчивых к антибиотикам инфекциях. Как вы, возможно, слышали в новостях, устойчивость к антибиотикам представляет собой растущую угрозу для здоровья, которая в настоящее время ежегодно приносит многомиллиардные убытки и уносит десятки тысяч жизней. Одним из наиболее распространенных способов достижения устойчивости к антибиотикам бактериальных инфекций является производство бета-лактамазных белков, которые расщепляют антибиотики, предотвращая тем самым их уничтожение бактериями. Наше моделирование этого белка выявило часть структуры, которая открывается, создавая то, что мы называем «скрытым» карманом, потому что он отсутствует в известных структурах белка. В последующих экспериментах мы показали, что подобные лекарству молекулы могут связываться в этом кармане и снижать способность бета-лактамазы расщеплять антибиотики. Версия документа в открытом доступе доступна здесь (https://www.biorxiv.org/node/99004.full). В будущем мы планируем применить эти методы к белкам, которые в настоящее время считаются «не поддающимися уничтожению», чтобы найти способы сделать их жизнеспособными лекарственными мишенями.
2) Понимание механизмов белков, нарушение функционирования которых вызывает рак. Лаборатория Chodera добилась хороших успехов в понимании того, как работает белок под названием SETD8. Мутации этого белка, которые увеличивают (или уменьшают) его функцию, могут привести к раку или неврологическим заболеваниям. Понимание как обычно работает SETD8, является важным шагом к пониманию того, как он работает со сбоями, и как мы можем разрабатывать терапевтические средства. С этой целью лаборатория Chodera и их сотрудники обнаружили движения SETD8, которые важны для его естественной функции. Версия документа в открытом доступе доступна здесь (https://elifesciences.org/articles/45403). Будущая работа поможет раскрыть, как мутации приводят к раку и как мы можем смягчить эти эффекты с помощью лекарств.
3) Улучшены алгоритмы моделирования. Расчеты, которые мы выполняем в Folding@Home, чрезвычайно требовательны с вычислительной точки зрения. Поэтому мы всегда ищем способы максимально эффективно использовать вычислительные ресурсы, предоставляемые нашими добровольцами. Один общий подход, который по-прежнему представляет большой интерес, - это «адаптивная выборка», в котором мы выполняем итерацию между запуском симуляций и решением, какую из структур, которую мы обнаружили до сих пор, было бы наиболее полезно запустить для большего количества симуляций. Лаборатория Voelz недавно опубликовала статью о том, как сделать это эффективно. Версия документа в открытом доступе доступна здесь (https://arxiv.org/abs/1912.05724). Эти методы будут полезны для многих симуляций, которые мы проведем в ближайшие годы.
_________________ У тебя мощнейший комп, ты уверен? И для чего он тебе? В TSC! Russia ты узнаешь что такое мощь тысячи компов! TSCRussiaTeam.ru
Авторы : Wang W, Shin WJ, Zhang B, Choi Y, Yoo JS, Zimmerman MI, Frederick TE, Bowman GR, Gross ML, Leung DW, Jung JU, Amarasinghe GK
Краткий обзор: Тяжелая лихорадка с вирусом тромбоцитопенического синдрома (SFTSV) - это вирус, переносимый клещами, с частотой смертности от 12% до 30%, связанный с вирусом Heartland (HRTV), выявленным в США. Вместе SFTSV и HRTV представляют собой сегментированные патогены РНК-вируса с негативным геномом (sNSV) с потенциальным глобальным воздействием на здоровье. Здесь мы охарактеризовали аминоконцевый эндонуклеазный домен захвата колпачка полимеразы SFTSV (L) и решили 2,4-A рентгеновскую кристаллическую структуру. Хотя общая структура сходна с таковой у других эндонуклеаз sNSV, Cap-Snatching, различия вблизи С-конца эндонуклеазы SFTSV предполагают расхождение в регуляции. Ингибиторы эндонуклеазы вируса гриппа, в том числе Балоксавир (BXA), одобренный Управлением по санитарному надзору за качеством пищевых продуктов и медикаментов США (FDA), ингибируют активность эндонуклеазы в ферментных анализах in vitro и в клеточных исследованиях. BXA проявляет сильную активность с половинной максимальной ингибирующей концентрацией (IC50) ~ 100 нМ в ингибировании фермента и значением EC50 ~ 250 нМ против SFTSV и HRTV в анализах бляшек. Вместе наши данные подтверждают наличие эндонуклеаз sNSV в качестве противовирусной мишени. PMID: 31914382 [PubMed – в процессе]
Краткий обзор: Обмен водородом / дейтерием (HDX) является мощным методом исследования конформационной динамики белка при разрешении аминокислот. Поскольку HDX обеспечивает измерение воздействия растворителя на основные атомы водорода, усредненные по ансамблю по потенциально медленным кинетическим процессам, было сложно использовать факторы защиты HDX для уточнения структурных ансамблей, полученных из моделирования молекулярной динамики. Это влечет за собой две двойные проблемы: (1) выявление структурных наблюдений, которые наилучшим образом коррелируют с защитой амида основной цепи от обмена, и (2) ограничение этих наблюдений в молекулярном моделировании для моделирования ансамблей в соответствии с экспериментальными измерениями. Здесь мы добились значительного прогресса в обоих направлениях. Сначала мы опишем улучшенный предиктор факторов защиты HDX из структурных наблюдений в моделируемых ансамблях, параметризованных от ультраданных траектории моделирования длинной молекулярной динамики с подходом байесовского вывода, используемым для сохранения полного апостериорного распределения параметров модели. Далее мы представляем новый метод получения моделируемых ансамблей в соответствии с экспериментальными факторами защиты HDX, в котором молекулярные симуляции выполняются при различных температурах и ограничениях и используются для построения много ансамблевых моделей состояний Маркова (МСМ). В заключение, алгоритм BICePs (байесовский вывод конформационных популяций) затем используется с нашим предиктором фактора защиты HDX, чтобы определить, какой термодинамический ансамбль лучше всего согласуется с экспериментом, и оценить популяции каждого конформационного состояния в МСМ. Чтобы проиллюстрировать подход, мы используем комбинацию ограничений фактора защиты HDX и ограничений химического сдвига, чтобы смоделировать конформационный ансамбль апомиоглобина при pH 6. Полученный ансамбль хорошо согласуется с экспериментом и дает представление о структуре всех атомов неупорядоченных спиралей F и H при отсутствии Гема. PMID: 31917926 [PubMed – как будет представлено издателем]
_________________ У тебя мощнейший комп, ты уверен? И для чего он тебе? В TSC! Russia ты узнаешь что такое мощь тысячи компов! TSCRussiaTeam.ru
Авторы: Wan H, Voelz VA Краткий обзор: В последнее десятилетие прогресс в области молекулярной динамики (MD) и методов модели состояния Маркова (MSM) позволил точно и эффективно оценить кинетические скорости и реактивные пути для сложной биомолекулярной динамики, происходящей в медленных временных масштабах. Перспективным подходом к усовершенствованной выборке МСМ является использование "адаптивных" методов, в которых новые траектории МД отбираются предпочтительно из ранее идентифицированных состояний. Здесь мы исследуем производительность различных устройств оценки MSM, применяемых для повторной передачи данных траектории, как для простой 1D свободной энергетической среды, так и для мини-белковых складок MSM домена WW и NTL9 (1-39). Наши результаты раскрывают практические проблемы повторного моделирования и предлагают простой способ изменения веса данных траектории отбора для лучшей оценки как термодинамических, так и кинетических величин. PMID: 31941308 [PubMed – в процессе ]
_________________ У тебя мощнейший комп, ты уверен? И для чего он тебе? В TSC! Russia ты узнаешь что такое мощь тысячи компов! TSCRussiaTeam.ru
Авторы: Behring JB, van der Post S, Mooradian AD, Egan MJ, Zimmerman MI, Clements JL, Bowman GR, Held JM
Краткий обзор: Стимуляция плазменных мембранных рецепторных тирозинкиназ (РТК), таких как эпидермальный рецептор фактора роста (ЭРФР), локально увеличивает количество активных форм кислорода (АФК). Эти АФК затем окисляют остатки цистеина в белках, чтобы усилить передачу сигналов вниз по течению. Пространственное ограничение АФК является важным регуляторным механизмом окислительно-восстановительной передачи сигналов, который позволяет стимулировать различные РТК для окисления различных наборов нижестоящих белков. Чтобы раскрыть дополнительные механизмы, которые определяют цистеины, окислительно-восстановительные процессы которых регулируются стимуляцией РФР, мы провели количественную оценку зависимости РФР с временным разрешением окисления 4200 цистеиновых областей в клетках А431. Пятьдесят один процент цистеинов были статистически значимо окислены стимуляцией РФР. Кроме того, РФР вызвал три различных пространственно-временных шаблона окисления цистеина в функционально организованных белковых сетях, что согласуется с моделью пространственного ограничения. Неожиданно, анализ кристаллической структуры белка и моделирование молекулярной динамики показали широкое окислительно-восстановительное регулирование скрытых остатков цистеина, которые подвергаются воздействию растворителя только при изменениях конформации белка. Фосфорилирование и увеличение потока нуклеотидных субстратов служили двумя различными способами, с помощью которых РФР определял скрытые остатки цистеина, которые подвергались воздействию растворителя и окислительно-восстановительной регуляции. Поскольку белки, которые структурно регулируются различными РТК или клеточными возмущениями, в значительной степени уникальны, эти результаты показывают, что воздействие растворителя и окислительно-восстановительная регуляция скрытых цистеиновых остатков формируют рисунок окислительно-восстановительных сигнальных сетей. PMID: 31964804 [PubMed – в процессе ]
Авторы: Rizzi A, Jensen T, Slochower DR, Aldeghi M, Gapsys V, Ntekoumes D, Bosisio S, Papadourakis M, Henriksen NM, de Groot BL, Cournia Z, Dickson A, Michel J, Gilson MK, Shirts MR, Mobley DL, Chodera JD
Краткий обзор: Подходы для вычисления свободных энергий связывания малых молекул, основанные на молекулярном моделировании, в настоящее время регулярно используются академическими и отраслевыми практиками для изучения систем рецептор-лиганд и определения приоритетов синтеза малых молекул для конструирования лигандов. Учитывая разнообразие доступных методов и реализаций, естественно задаться вопросом, как соотносятся показатели конвергенции и окончательные прогнозы этих методов. В этом исследовании мы опишем концепцию и результаты задачи SAMPL6 SAMPLing, первой задачи из серии SAMPL, посвященной оценке свойств сходимости и воспроизводимости методологий свободной энергии связывания. Мы предоставили файлы параметров, частичные заряды и несколько начальных геометрий для двух хост-гостевых систем с окта-кислотой (ОК) и одного кукурби[8]турила (КБ8). Участники представили связывающие прогнозы свободной энергии как функцию количества оценок силы и энергии для семи различных алхимических и физических путей (т.е. методологии потенциала средней силы и взвешенного ансамбля траекторий), реализованные с использованием имитаторов GROMACS, AMBER, NAMD или OpenMM. Для ранжирования методов мы разработали статистику эффективности, основанную на смещении и дисперсии оценок свободной энергии. Для двух небольших связующих ОК, оценки свободной энергии, рассчитанные с использованием алхимических и потенциальных подходов средней силы, показывают относительно сходную дисперсию и смещение в зависимости от числа оценок энергии / силы, с расширенным ансамблем присоединения-извлечения (АПИ), расширенным ансамблем GROMACS и NAMD с двойным разделением представлений с получением максимальной эффективности. Различия между методами увеличиваются при анализе системы КБ8-хинин, где размер гостя и время корреляции для динамики системы больше. Для этой системы неравновесное переключение (GROMACS / NS-DS / SB) получило общую наивысшую эффективность. Как ни странно, результаты предполагают, что указание параметров силового поля и частичных зарядов недостаточно для обеспечения общей воспроизводимости, и мы наблюдаем различия между кажущимися сходящимися прогнозами в диапазоне приблизительно от 0,3 до 1,0 ккал / моль, даже при почти идентичных параметрах моделирования и настройке системы (например, потенциал Леннарда-Джонса, ионный состав).Потребуется дальнейшая работа, чтобы полностью определить точный источник этих расхождений. Среди выводов, сделанных на основе данных, мы обнаружили, что обмен репликами гамильтониана - хотя и демонстрирует очень малую дисперсию, но может зависеть от медленно затухающего смещения, которое зависит от начальной популяции реплик, что двунаправленные оценки значительно более эффективны, чем однонаправленные оценки для неравновесных расчетов свободной энергии для рассматриваемых систем, и что баростат Берендсена вносит незначительные артефакты в расширенное моделирование ансамбля. PMID: 31984465 [PubMed – как будет представлено издателем]
Краткий обзор: PKa - это стандартная мера, используемая для описания сродства протонов к соединению с водой, указывающая концентрацию протонов (pH), при которой два состояния протонирования (например, A- и AH) имеют равную свободную энергию. Однако соединения могут иметь дополнительные состояния протонирования (например, АН2 +) и могут принимать несколько таутомерных форм, с протонами в разных положениях (микросостояния). Макроскопические pKas дают pH, при котором молекула изменяет общее число протонов, тогда как микроскопические pKas идентифицируют вовлеченные таутомерные состояния. Поскольку таутомеры имеют одинаковое количество протонов, разница в свободной энергии между ними и их относительной вероятностью не зависит от pH, поэтому pKa не связывает их. Возникает вопрос: как лучше всего описать протонное равновесие сложной молекулы в любом диапазоне pH? Зная количество протонов и относительную свободную энергию всех микросостояний при одном pH, дельта G°, предоставляет всю информацию, необходимую для определения свободной энергии, и, следовательно, вероятность каждого микросостояния при каждом pH. Вероятности микросостояний в зависимости от рН создают кривые титрования, которые выделяют наблюдаемые микросостояния с низкой энергией, которые затем можно сравнить с экспериментом. Описание сети, соединяющей микросостояния в качестве узлов, упрощает тестирование термодинамической согласованности свободных энергий микросостояний. Полезность этого анализа иллюстрируется описанием одной молекулы из задачи предсказания SAMPL6 Blind pKa. Анализ микросостояния дельта G° также делает более компактным способ архивирования и сравнения pH-зависимого поведения соединений с несколькими протонируемыми зонами. PMID: 32052350 [PubMed – как будет представлено издателем]
Нам нужна твоя помощь! Компания Folding@Home объединяет исследователей по всему миру, которые работают над тем, чтобы лучше понять Коронавирус 2019 года (2019-nCoV), чтобы ускорить открытые научные усилия по разработке новых методов спасения жизни. Загрузив Folding@Home, вы можете пожертвовать свои неиспользованные вычислительные ресурсы консорциуму Folding@Home, где исследователи работают над улучшением нашего понимания структур потенциальных мишеней для лекарств против 2019-nCoV, которые могут помочь в разработке новых методов лечения. Данные, которые вы помогаете нам генерировать, будут быстро и открыто распространяться в рамках открытого научного сотрудничества нескольких лабораторий по всему миру, предоставляя исследователям новые инструменты, которые могут открыть новые возможности для разработки жизненно важных лекарств. 2019-nCoV является близким родственником коронавируса SARS (SARS-CoV) и действует аналогичным образом. Для обоих коронавирусов первый этап инфекции происходит в легких, когда белок на поверхности вируса связывается с белком рецептора на клетке легкого. Этот вирусный белок называется белок-шип, изображенный красным на изображении ниже, а рецептор известен как ACE2. Терапевтическое антитело представляет собой тип белка, который может блокировать связывание вирусного белка с его рецептором, следовательно, предотвращая заражение вирусом клетки легкого. Терапевтическое антитело уже разработано для SARS-CoV, но для разработки терапевтических антител или небольших молекул для 2019-nCoV ученым необходимо лучше понять структуру белка вирусного спайка и как он связывается с человеческим рецептором ACE2, необходимым для проникновения вируса в клетки человека. Протеины не застаиваются - они колеблются, свертываются и разворачиваются, чтобы принять многочисленные формы. Нам необходимо изучить не только одну форму белка вирусного шипа, но и все способы, которыми белок колеблется и складывается в альтернативные формы, чтобы лучше понять, как он взаимодействует с рецептором ACE2, чтобы можно было создать антитело. Структуры низкого разрешения SARS-Белок шип CoV существует, и мы знаем, что мутации различаются между SARS-CoV и 2019-nCoV. Учитывая эту информацию, мы имеем уникальную возможность помочь моделировать структуру белка-шипа 2019-nCoV и идентифицировать области, на которые может быть нацелено терапевтическое антитело. Мы можем построить вычислительные модели, которые достигают этой цели, но это занимает много вычислительной мощности. И теперь Ваш выход! Поскольку многие компьютеры работают для достижения одной и той же цели, мы стремимся как можно быстрее разработать терапевтическое средство. Загрузив Folding@Home здесь и выбрав вклад в «Любое заболевание», Вы можете помочь нам предоставить вычислительные мощности, необходимые для решения этой проблемы. Один белок из 2019-nCoV, протеаза, кодируемая вирусной РНК, уже кристаллизован. Хотя интересующий белок-шип 2019-nCoV еще не решен, связанный с ACE2, нашей целью является использование гомологичной структуры SARS-белка-шипа CoV для идентификации терапевтических антител-мишеней. #77 Эта иллюстрация, созданная в Центрах по контролю и профилактике заболеваний (CDC), показывает ультраструктурную морфологию, проявляемую коронавирусами. Обратите внимание на шипы, которые украшают внешнюю поверхность вируса, которые придают микроскопический вид короне, окружающей вирион. Новый вирус коронавируса был идентифицирован как причина вспышки респираторного заболевания, впервые обнаруженной в Ухани, Китай, в 2019 году. Фото: Алисса Эккерт, MS; Дэн Хиггинс, MAM доступны по адресу: https://phil.cdc.gov/Details.aspx?pid=23311 #77 Структуры близкородственного белка шипа SARS-CoV, связанного терапевтическими антителами, могут помочь быстро разработать лучшее лечение. Три мономера белка SARS-CoV показаны в разных оттенках красного; антитело изображено зеленым цветом. [PDB: 6NB7 https://www.rcsb.org/structure/6nb7] автор сообщения Ariana Brenner Clerkin
Авторы: Isik M, Bergazin TD, Fox T, Rizzi A, Chodera JD, Mobley DL Краткий обзор: Задачи SAMPL направлены на то, чтобы сосредоточить сообщество специалистов по биомолекулярному и физическому моделированию на проблемах, которые ограничивают точность прогнозного моделирования связывания белок-лиганд для рационального конструирования лекарств. В журнале задачи SAMPL5 D, предназначенном для оценки точности методов прогнозированияподобно тому, как малая молекула переносит свободную энергию из водной фазы в неполярную, участники затруднялись делать точные прогнозы из-за сложности вопросов состояния протонирования. В задаче SAMPL6 log P мы попросили участников сделать слепые прогнозы коэффициентов распределения октанол-вода для нейтральных видов 11 соединений и оценили, насколько хорошо эти методы выполнялись при отсутствии осложнений эффектов протонного состояния. Эта задача основана на SAMPL6 p, в которой просили участников предсказать значения p надмножества соединений, рассматриваемых в этой задаче журнала P. Наборы слепого предсказания из 91 метода предсказания были собраны из 27 исследовательских групп, охватывающих различные физические методы, основанные на квантовой механике (QM) или молекулярной механике (MM), эмпирические методы, основанные на знаниях,и смешанные подходы. Количество участвующих групп увеличилось на 50%, а количество представлений увеличилось на 20% по сравнению с задачей SAMPL5 log D. В целом, точность прогнозов log P октанол-вода в задаче SAMPL6 была выше, чем прогнозы log D циклогексан-вода в SAMPL5, вероятно, потому что моделирование только нейтральных видов было необходимо для log P, и несколько категорий методов, извлекающих выгоду из огромного количества экспериментальных данных log P для октанола и воды. Было много очень точных методов: 10 различных методов достигли СКО менее 0,5 log P единиц. К ним относятся методы на основе QM, эмпирические методы, и смешанные методы с физическим моделированием, подкрепленные эмпирическими поправками. Сравнение методов физического моделирования показало, что методы, основанные на КМ, превосходят методы, основанные на ММ. Основанные на QM, эмпирические и смешанные методы подхода, основанные на RMSE, были 0,92 ± 0,13, 0,48 ± 0,06, 0,47 ± 0,05 и 0,50 ± 0,06, соответственно.
PMID: 32107702 [PubMed – как будет представлено издателем]
Авторы: Sigg D, Voelz VA, Carnevale V Краткий обзор:
Мы предлагаем схему крупнозернистой динамики двумерной кинетической модели Изинга на микроканоническом ансамбле. При докритических температурах двумерные и многомерные изинговские решетки обладают двумя бассейнами притяжения, разделенными барьером свободной энергии. Проецирование на микроканонический ансамбль имеет то преимущество, что зависимость константы скорости пересечения от условий окружающей среды может быть получена из одной траектории Монте Карло. Используя различные численные методы, мы вычислили прямые константы скорости грубо детализированные представления модели Изинга и сравнили их с истинным значением, полученным при моделировании методом грубой силы. Несмотря на то, что крупнозернистый материал сохраняет детальный баланс, вычисленные константы скорости для высот барьера между 5 кТ и 9 кТ постоянно были на 50% больше истинного значения. Марковское тестирование выявило потерю динамической памяти, которая, как мы предлагаем, является причиной ошибки. Анализ коммиторов не подтвердил альтернативную гипотезу о том, что микроканоническая проекция несовместима с оптимальной координатой реакции. Правильная константа скорости пересечения была получена путем спектрального разложения коэффициента диффузии вблизи барьера свободной энергии и выбора самой медленной (реактивной) составляющей. Спектральный метод также дал правильную константу скорости в трехмерной решетке Изинга, где грубая ошибка составляла 6%, а эффекты памяти были уменьшены. Мы пришли к выводу, что микроканоническое крупнозернирование, дополненное спектральным анализом краткосрочных колебаний барьера, обеспечивает комплексное кинетическое описание пересечения барьера в неинерциальном непрерывном процессе скачка времени.
Авторы: Kuzmanic A, Bowman GR, Juarez-Jimenez J, Michel J, Gervasio FL Краткий обзор: Эта запись освещает последние достижения и обсуждает основные проблемы в исследованиях скрытых областей связывания с помощью молекулярного моделирования. Скрытые области связывания не видны в белковых мишенях, кристаллизованных без лиганда, и становятся видимыми кристаллографически только после событий связывания. Было показано, что эти области пригодны для использования лекарств и могут предоставить редкую возможность нацеливаться на сложные белки. Тем не менее, из-за их скрытой природы, их трудно найти с помощью экспериментального скрининга. Вычислительные методы, основанные на атомистическом молекулярном моделировании, остаются одним из лучших подходов для идентификации и характеристики скрытых областей связывания. Однако не все методы одинаково эффективны. Некоторые из них более подвержены к быстрому исследованию динамики белка, но не предоставляют термодинамическую информацию или информацию о пригодности применения, в то время как другие, которые могут предоставить такие данные, требуют времени и ресурсов. Здесь мы рассмотрим недавний вклад моделирования смешанного растворителя, метадинамики, моделей состояний Маркова и других усовершенствованных методов выборки в область идентификации и характеристики скрытых областей. Мы обсуждаем, как эти методы смогли предоставить ценную информацию о природе механизмов открытия областей, предсказывающую ранее неизвестные области, которые использовались для разработки новых лигандов, и вычислить ландшафты и кинетику свободной энергии, связанные с открытием областей и связывание лигандов. Мы подчеркиваем потенциал и важность таких прогнозов для открытия лекарств, особенно для сложных («не поддающихся уничтожению») целей. Мы также обсуждаем основные проблемы в этой области и возможные пути их решения.
PMID: 32134250 [PubMed – как будет представлено издателем]
Это обновленная информация об усилиях Folding@Home по оказанию помощи исследователям во всем мире в борьбе с COVID-19.
После начального контроля качества и ограниченных этапов тестирования команда Folding@Home выпустила начальную волну проектов, имитирующих белки-мишени с потенциальной лекарственной активностью SARS-CoV-2 (вирус, вызывающий COVID-19) и связанный с ним вирус SARS-CoV (для которого доступно больше структурных данных) в полном объеме на Folding@Home. Большое спасибо большому количеству участников Folding@Home, которые до сих пор помогали нам, работая в режимах бета-версий или в расширенном режиме.
Эта начальная волна проектов направлена на лучшее понимание того, как эти коронавирусы взаимодействуют с человеческим рецептором ACE2, необходимым для проникновения вируса в клетки-хозяева человека, и как исследователи могли бы вмешиваться в них посредством создания новых терапевтических антител или небольших молекул, которые могут нарушать их взаимодействие.
В ближайшие дни мы надеемся воспользоваться некоторыми из новых структурных биологических и биохимических данных, которые быстро публикуются исследователями по всему миру, которые работают над пониманием этих вирусов и стратегий по их победе. Эта работа была в основном распространена на серверах предпечати, таких как bioRxiv и chemRxiv, которые направлены на то, чтобы сделать исследования быстро доступными как для других исследователей, так и общественности для других ученых, чтобы они могли широко оценить и немедленно начать опираться на них. Мы также наладили несколько новых сотрудничества с другими лабораториями, где, как мы надеемся, Folding@Home окажет ценную поддержку в исследованиях COVID-19.
В то время как мы быстро выпустим наборы данных моделирования для использования или анализа другими, мы стремимся искать альтернативные конформации и скрытые карманы внутри наиболее многообещающих лекарственных целей, которые можно увидеть только при моделировании, а не в статических рентгеновских структурах. Мы надеемся, что эти структуры - однажды подтвержденные новыми сложными данными скрининга - могли бы помочь направить кампании виртуального скрининга или нацеливание на новые карманы, для которых еще не были доступны атомистические структуры.
Ниже мы приводим краткие описания проектов. Обратите внимание, что все входные файлы доступны на GitHub здесь, чтобы другие исследователи могли воспользоваться их преимуществами: https://github.com/foldingathome/coronavirus
Этот репозиторий будет развиваться в ближайшие дни по мере добавления новых проектов и документации. Мы начнем публиковать наборы данных со структурами на общедоступных серверах, как только у нас появятся полезные данные для отчета. Во всех проектах используется новое ускоренное ядро Core22, основанное на движке биомолекулярного моделирования OpenMM с открытым исходным кодом. #77 Домен RBD SARS-CoV-2 в комплексе с человеческим рецептором ACE2 (PDBID: 6vsb, 6acg) [http://dx.doi.org/10.1126/science.abb2507, http://dx.doi.org/10.1371/journal.ppat.1007236]
Проект 11741: Домен связывания рецептора коронавируса SARS-CoV-2 (вызывающий COVID-19) в комплексе с человеческим рецептором ACE2. атомы: 165550, очки: 15396 Проект 11746: Домен связывания рецептора коронавируса SARS-CoV-2 (вызывающий COVID-19) в комплексе с человеческим рецептором ACE2 (структура, альтернативная 11741). атомы: 182699, очки: 16615 #77 Основная протеаза SARS-CoV-2 в комплексе с ингибитором N3 (PDBID: 6lu7) [Пока не опубликовано] Проект 11742: Коронавирусная протеаза SARS-CoV-2 (вызывающая COVID-19) протеазы в комплексе с ингибитором. атомы: 62227, очки: 9405 Проект 11743: Коронавирусная протеаза SARS-CoV-2 (вирус, вызывающий COVID-19) - потенциальная лекарственная мишень. атомы: 62180, очки: 9405 #77 Домен RBD SARS-CoV-2 в комплексе с Fab-фрагментом нейтрализующего антитела S230 человека (PDBID: 6nb7, 6nb8, 2ghv) http://dx.doi.org/10.1016/j.cell.2018.12.028 (как для 6nb7, так и 6nb8), http://dx.doi.org/10.1074/jbc.M603275200 Проект 11744: Домен связывания с рецептором коронавируса SARS-CoV (вирус, вызывающий SARS), захваченный антителом SARS-CoV S230. атомы: 109578, очки: 7608 Проект 11745: Домен связывания рецептора SARS-CoV (вызывающий вирус SARS) коронавируса, мутировавший в SARS-CoV-2 (вирус, вызывающий COVID-19), захваченный антителом SARS-CoV S230. атомы: 110370, очки: 7685
Чтобы связаться с нами для обсуждения сотрудничества или данных, пожалуйста, напишите нам по адресу: foldathome@choderalab.org Особая благодарность аспиранту TBCP Rafal Wiewiora и аспиранту CBM Ivy Zhang за их работу по моделированию этих структур на основе существующих экспериментальных данных и подготовке этих проектов, а также всем участникам Folding@Home, которые помогают сделать эту работу возможной!
~ Команда Chodera lab SARS-CoV-2 и Консорциум Folding @ home ~
_________________ У тебя мощнейший комп, ты уверен? И для чего он тебе? В TSC! Russia ты узнаешь что такое мощь тысячи компов! TSCRussiaTeam.ru
Поддержка CUDA приходит в Folding@Home, чтобы дать графическим процессорам NVIDIA большой прирост скорости, и вам не нужно ничего делать для ее активации!
Сворачивание на графических процессорах составляют огромную часть вычислительной мощности Folding@Home, что позволяет нам помогать таким проектам, как проект по открытию научных лекарств COVID Moonshot, оценивать тысячи молекул в неделю в их стремлении создать новое недорогое безпатентное бесплатное лечение COVID-19.
COVID Moonshot (@ covid _ moonshot) использует способность Folding@Home оценивать тысячи молекул в неделю, синтезируя сотни этих молекул в стремлении разработать безпатентный препарат для COVID-19, который можно будет принимать как простую таблетку 2 раза в день.
С сегодняшнего дня ваши вычисления на графических процессорах только что получили большую мощность! Благодаря инженерам NVIDIA наши GPU-ядра Folding @Home - основанные на инструментарии OpenMM с открытым исходным кодом - теперь поддерживают CUDA, позволяя запускать GPU-проекты значительно быстрее. Типичные GPU получат прирост скорости на 15-30% в большинстве Folding@Home проектов, резко увеличивая как научную пропускную способность, так и количество очков в день (PPD). #77
Еще более захватывающим является то, что COVID Moonshot Sprints - которые используют специальные функции OpenMM для оценки того, насколько плотно потенциальные терапевтические средства будут ингибировать SARS-CoV-2 основную вирусную протеазу - могут видеть ускорение до 50-100% на многих GPU, помогая нам значительно ускорить наш прогресс в направлении лечения. Следить за ходом Moonshot можно в Twitter.
#77
Чтобы увидеть эти повышения скорости, вам не придется ничего делать - новая версия 22 ядра с индексом 0.0.13 будет автоматически развертываться в течение следующих нескольких дней на многих проектах, автоматически загружая CUDA-версию ядра и библиотеки компиляторов среды выполнения CUDA, необходимые для ускорения нашего кода. Если у вас есть графический процессор NVIDIA, в журнале клиента будет видно, что будет запущено более быстрая версия CUDA с индексом 0.0.13. #77 #77 Чтобы добиться максимальной производительности нового ядра с поддержкой CUDA, обязательно обновите драйверы NVIDIA! Нет необходимости устанавливать CUDA Toolkit.
Хотя core22 0.0.13 должен автоматически включать поддержку CUDA для архитектур Kepler и NVIDIA GPU более поздних версий, при возникновении каких-либо проблем обратитесь в Folding Forum за помощью в устранении неполадок. Как члены команды Folding@Home, так и волонтеры сообщества могут помочь в разборе любых проблем.
Помимо поддержки CUDA, core22 0.0.13 включает в себя ряд bugfix и новых научных функций, а также более полезную информацию, отображаемую в журналах.
Мы невероятно благодарны всем тем, кто внес свой вклад в разработку последней версии ядра графического процессора Folding@home, особенно: Peter Eastman, ведущий разработчик OpenMM(Stanford) Joseph Coffland, ведущий разработчик Folding@Home (Cauldron Development) Adam Beberg, главный архитектор, распределенных систем (NVIDIA) и оригинальный соавтор Folding@Home почти 21 год назад!
Мы хотели бы выразить особую благодарность Дженсену Хуангу и всем в NVIDIA за их невероятную поддержку Folding@Home, которая недавно была представлена на недавнем мероприятии по запуску NVIDIA GeForce RTX 30 Series:
Кроме того, эти улучшения были невозможны без невероятного усилия всех волонтеров Folding@Home, которые помогли нам проверить многие ревизии сборок, особенно PantherX, Anand Bhat, Jesse_V, Bruce, toTOW, davidcoton, mwroggenbuck, artoar_11, rhavern, hayesk, muziqaz, Zach Hillard, _r2w_ben, bollix47, joe_h, ThWuensche и все остальные, кто проверил ядро и обеспечил обратную связь.
_________________ У тебя мощнейший комп, ты уверен? И для чего он тебе? В TSC! Russia ты узнаешь что такое мощь тысячи компов! TSCRussiaTeam.ru
#77 Оригинал Фото от ReadyPlayerEmma (CC BY-SA 2.0) Мы рады анонсировать версию 7.6.21 программного обеспечения Folding@Home и рекомендуем всем выполнить обновление! Эта версия включает в себя ряд значительных обновлений, в первую очередь добавленную поддержку 64-битной архитектуры ARM. Поддержка ARM - большой шаг вперед, учитывая быстрое распространение устройств на базе ARM. Мы особенно благодарны Neocortix за то, что помогли сделать это возможным! Новый клиент также включает обновления, которые лучше обнаруживают и автоматически настраивают поддерживаемые графические процессоры. Последние загрузки для всех платформ всегда доступны здесь
На протяжении более 20 лет Folding@home почти полностью полагался на финансовую поддержку государственных учреждений, таких как Национальный научный фонд (NSF) и Национальные институты здоровья (NIH). Нам также посчастливилось сотрудничать с различными научными учреждениямии и промышленными предприятиями (возможно, самым известным примером является наше сотрудничество с Sony в области PS3).
Сейчас сочетание пандемии и научных достижений открывает широкий спектр новых возможностей для усиления влияния Folding@home на науку и здоровье человека.
Прежде всего, становится все более очевидным, что технология, которую сообщество Folding@home помогло разработать (в сотрудничестве с широким научным сообществом), созрела для трансляционного применения, которое улучшит здоровье людей во всем мире. Наша работа помогла перепрофилировать лекарство от гриппа для использования против других угрожающих вирусов, и клиническое испытание вот-вот должно было начаться, пока его не прервала пандемия. Мы сделали несколько первых шагов в мире дизайна белков, показав, что можем контролировать как активность фермента, так и его стабильность. А наше сотрудничество с COVID Moonshot позволит выдвинуть клинического кандидата для перорального противовирусного средства против SARS-CoV-2, после чего начнется быстрый поиск ингибиторов панкоронавирусов для предотвращения будущих пандемий. Данные биохимических тестов, противовирусных анализов и испытаний на безопасность выглядят многообещающе, и мы активно работаем с коллегами над финансированием клинических испытаний.
Наш опыт во время пандемии также показал, что сотрудничество с промышленностью открывает огромные (и ранее неиспользованные) возможности. Компании, занимающиеся вычислительной техникой, помогли нам быстро расширить масштабы, чтобы справиться с быстрым ростом числа участников нашего исследования COVID-19, и позволили нам продвигать открытую науку, размещая наши огромные наборы данных в Интернете для скачивания всеми желающими. Поставщики оборудования помогли нам оптимизировать и расширить наши внутренние мощности. А открытое сотрудничество с фармацевтическими компаниями (все данные полностью в открытом доступе!) в рамках программы COVID Moonshot продемонстрировало возможности объединения нашего опыта. Все результаты являются общественным достоянием, а целью сотрудничества является разработка не требующего патента препарата для лечения заболевания COVID-19, который можно будет производить и дешево распространять в любой точке мира, где в нем есть потребность.
Учитывая эти события, мы рады объявить о ряде новых открытых научных коллабораций с промышленными партнерами, все из которых мы будем осуществлять в рамках открытой научной структуры, полностью являющейся общественным достоянием. Как и все данные, созданные на Folding@home, все, что мы делаем в сотрудничестве с нашими промышленными коллегами, будет доступно всем желающим (см. наши репозитории OSF и AWS Public Datasets). На самом деле, у наших новых соратников есть "немного" наличных, и они используют эти ресурсы, чтобы помочь сделать данные, которые мы генерируем вместе с ними, доступными ПОСЛЕ их генерации. Этот шаг является новой высокой отметкой в открытой науке, по крайней мере, в нашей области.
У наших новых соратников есть ряд мотивов. Некоторые общие темы таковы: 1) Отдача от проектов открытой науки, поскольку многие из них создали открытые наборы данных, которые являются частью фундамента для частных усилий по открытию лекарств (например, банк данных белков, где ученые обязаны размещать новые структуры, которые они решают экспериментально). 2) Улучшение общедоступных алгоритмов и программного обеспечения, которые полезны для всей науки, как в академических, так и в промышленных исследованиях. 3) Тестировать новые идеи в публичной среде, где все - от ученых до потенциальных инвесторов - могут оценить их эффективность.
Основным направлением нашего первоначального сотрудничества будет тестирование и совершенствование передовых методов моделирования, таких как наши адаптивные стратегии выборки.
Я верю, что будет еще много возможностей. Главным приоритетом для нас всегда будет обеспечение того, чтобы общественная работа, которую выполняют наши добровольцы, приносила пользу обществу. Если вы заинтересованы в сотрудничестве с нами, с нами можно связаться по адресу contact [at] foldingathome.org.
В заключение хочу сказать, что меня часто спрашивают: "Чего добилась Folding@home?". За прошедшие годы мой ответ на этот вопрос претерпел значительные изменения. В середине 2000-х годов я говорил людям, что мы разработали важнейшие инструменты и использовали их для углубления понимания фундаментальных биологических процессов, таких как сворачивание белков. Совсем недавно я с гордостью говорил людям, что мы помогли провести клинические испытания противовирусного препарата и с каждым днем приближаемся ко второму. Все сообщество Folding@home (от волонтеров до ученых) усердно работает над тем, чтобы единственная в своем роде вычислительная платформа, которую мы создали вместе, позволяла этому списку побед быстро расти. Поскольку стоимость разработки нового лекарства обычно превышает 1 миллиард долларов США, мы явно не сможем сделать это в одиночку и будем рады помощи таких же заинтересованных партнеров из промышленности, которые разделяют нашу открытую научную миссию, направленную на позитивное влияние на здоровье человека.
Поэтому я рад расширить наши совместные усилия и включить в них новых членов из промышленности, начиная с Silicon Therapeutics и Redesign Science. Я надеюсь, что мы можем рассчитывать на вашу дальнейшую поддержку. Мы всегда рады вашим отзывам, поскольку мы постоянно совершенствуем нашу науку и политику, и мы благодарим вас за доверие к нам. Более подробная информация будет представлена в ближайшее время
_________________ У тебя мощнейший комп, ты уверен? И для чего он тебе? В TSC! Russia ты узнаешь что такое мощь тысячи компов! TSCRussiaTeam.ru
Цель Sprint 10 - помочь оптимизировать замену кармана P1, чтобы обойти проблемы метаболизма в наших текущих лучших соединениях.
Мы сделали ряд обновлений за время, прошедшее между спринтами 6-9. Мы улучшили алгоритмы сопоставления атомов в рамках нашего открытого релиза исправления perses 0.9.1, который исправляет проблемы с ошибочным сопоставлением, приводящим к неверным предсказаниям. Мы считаем, что это значительно улучшит качество наших предсказаний.
В новом core22 0.0.14 теперь используется последняя и самая быстрая версия нашего открытого пакета молекулярного моделирования с GPU-ускорением OpenMM 7.5.1. Это также позволяет нам вернуться к использованию временных шагов в 4 фс, что реально быстро на GPU последнего поколения, позволяя нам завершить эти вычисления почти в два раза быстрее, чем раньше.
Теперь, когда мы немного справились с инфраструктурными проблемами и больше людей на борту могут помочь нам в наших усилиях, у нас есть множество дополнительных улучшений, которые появятся в ближайшие несколько недель, а также более значительные вещи в будущем! Следите за обновлениями через несколько дней.
_________________ У тебя мощнейший комп, ты уверен? И для чего он тебе? В TSC! Russia ты узнаешь что такое мощь тысячи компов! TSCRussiaTeam.ru
Сейчас этот форум просматривают: нет зарегистрированных пользователей и гости: 3
Вы не можете начинать темы Вы не можете отвечать на сообщения Вы не можете редактировать свои сообщения Вы не можете удалять свои сообщения Вы не можете добавлять вложения