Corse grained models Flashcards

1
Q

Perché gli elettroni sono obbligatoriamente da trattare quantisticamente?

A

A temperatura ambiente kT è dell’ordine di 25 meV, mentre il gap di energia tra lo stato fondamentale ed il primo eccitato è solitamente molto maggiore, ad esempio nell’atomo di idrogeno è 10.2 eV.
Quindi a temperatura ambiente l’energia dell’elettrone è per forza vista come quantizzata e quindi il suo trattamento deve essere quantistico.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
2
Q

Quando un nucleo può essere trattato come come classico e quando serve una trattazione quantistica?

A

Per vibrazioni del nucleo che avvengono lungo il legame, specialmente se coinvolgono atomi leggeri come l’H, le frequenze di vibrazione sono alte e corrispondono ad un’energia maggiore di kT a temperatura ambiente e quindi come per gli elettroni è necessaria una trattazione quantistica.
Tuttavia per moti roto-traslazionali e vibrazioni più lente l’’energia è raggiungibile per eccitazione termica, in questo caso i nuclei possono essere trattati classicamente.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
3
Q

Nel campo di forza come vengono inclusi i legami ad H e le interazioni idrofobiche?

A

I legami ad H sono riprodotti implicitmente da i termini di non legame nell’espressione per l’energia, se vengono introdotte le molecole d’acqua esplicitamente anche l’interazione idrofobica è inclusa nei termini di non legame.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
4
Q

Vedi slide 15 Corse grained mdels I

Perché i campi di forze, seppure aggiornati negli anni, falliscono a descrivere adeguatamente la denaturazione della proteina?

A

A causa della scarsa accuratezza con cui sono descritti i legami ad H.
Infatti se la prima curva è la più distante a causa di una sovrastima delle energie di legame ad H*.
Gli aggiornamenti sono stati fatti semplicemente modificando le cariche parziali sugli atomi, ma queste sono mantenute fisse nella simulazione. Per questo non viene considerato l’effetto di polarizzabilità che causa la modifica delle cariche parziali se altre si avvicinano.

*: perché la parametrizzazione fu basata su proteine facilmente cristallizzabili

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
5
Q
  • Cos’è un campo di forza reattivo e come si può usare per modellare il trasferimento di carica durante l’evoluzione di un sistema (come nel caso della polarizzabilità degli atomi)?
  • Quali sono le principali problematiche ad esso legato?
A
  • Un campo di forze reattivo è simile ad uno empirico, tuttavia si aggiunge come grado di libertà la carica elettronica e ad ogni time-step si aggiornano le cariche parziali sugli atomi.
  • Il trasferimento di carica si basa sull’equalizzazione del potenziale elettrochimico ad ogni step in modo che sia omogeneo nell spazio, questo comporta che possano avvenire trasferimenti frazionari di carica. Inoltre il trasferimento avviene in maniera praticamente istantanea e come conseguenza il tempo di vita di eventuali radicali è essenzialmente nullo
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
6
Q

Cos’è il metodo misto QM/MM e quali sono i suoi pro e contro?

A

Si basa sull’utilizzo di metodi QM per alcuni punti specifici (includendo quindi gli elettroni in questi) e MM per il resto.
Pro:
* Si risparimia sul costo computazionale trattando il sito reattivo con metodi QM e il resto dell’ambiente con metodi MM.
* Le zone trattate con QM non necessitano di parametrizzazione e sono trattati esattamente (risolvendo ad esempio il problema dei legami ad H).

Contro:
* Il vantaggio dei metodi QM è solo spaziale, temporalmente si richiede l’uso di un time-step inferiore per campionare i processi QM e di conseguenza si richiede un tempo di simulazione maggiore.
* Problemi di interfaccia tra QM e MM, ad esempio spesso è richiesto l’inserimento di atomi fittizi per prevenire lo “sbordamento” degli elettroni nelle zone MM.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
7
Q

Che tipi di coerenze si devono assicurare nei metodi multiscala?

A
  • Coerenza meccanica: indipendentemente dalla risoluzione il sistema deve avere PES equivalenti e quindi essere soggetto alle stesse forze. Questa viene assicurata in maniera che il campo di forze fitti la PES valutata con QM.
  • Coerenza dinamica: l’evoluzione del sistema deve essere la stessa per diverse risoluzioni.
  • L’esplorazione dello spazio delle fasi e i valori degli medio degli osservabili devono essere gli stessi per diverse risoluzioni.
How well did you know this?
1
Not at all
2
3
4
5
Perfectly
8
Q

A cosa corrisponde l’operazione di coarse graining?
Quali sono i vantaggi del coarse graining?

A

Il coarse graining consiste nel sostituire i gradi di libertà originari (posizioni atomi) con dei nuovi d.o.f. che sono in numero inferiori a quelli originari, questo corrisponde a ragruppare un insieme di atomi come un unico insieme detto bead.
Vantaggi:
* Diminuendo il numero di gradi di libertà il costo computazionale diminuisce e si può studiare il sistema per un tempo più lungo.
* Gli elementi che sono responsabili per movimenti più rapidi sono eliminati e questo permette una scelta di un time-step più alto, implicando un’integrazione delle equazioni del moto più rapide.
* Eliminando d.o.f. deprivo la PES di minimi locali e quindi permetto che venga “sprecato” minor tempo in questi punti, il che porta ad un’esplorazione più efficiente dello spazio delle configurazioni.

Vedi slide 32-33 CG II

Esempio: le nuove coordinate possono essere i centri di massa di un insieme di atomi.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
9
Q

Com’è definita una variabile collettiva?
Come si scrive in funzione delle variabili collettive il profilo di energia libera?
Che cos’è il potenziale di forza media?

A

Una variabile collettiva è una combinazione delle variabili interne del sistema.
Vedi slide 1 CG II

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
10
Q

Il passaggio al CG si svolge mediando il profilo dell’energia e proiettando il sistema in uno spazio configurazionale di dimensione inferiore, eliminando alcuni gradi di libertà. Sebbene questo comporti un’aumento della velocità con cui viene esplorato lo spazio configurazionale, questo può essere un problema se si vuole esplorare con accuratezza il profilo. Come si può risolvere questo problema?

A

E’ possibile reintrodurre i d.o.f. eliminati manualmente attraverso la dinamica di Langevin, ovvero si aggiunge all’equazione del moto un termine di forza stocastica che aggiunge energia al sistema ed un termine dissipativo che toglie energia al sistema. Questi due termini sono legati da una condizione di equilibrio che altro non è che un’espressione del teorema di fluttuazione-dissipazione.
Il coefficiente di dissipazione può essere valutato sia partendo dai gradi di libertà eliminati (bottom-up), sia eseguendo un fit se si conosce il tempo di smorzamento del sistema (top-down).
Per un regime di alta dissipazione si recupera la dinamica browniana.

Vedi slide 3 CG II per espressioni nel dettaglio.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
11
Q

E’ possibile effettuare un mapping da un modello atomistico di una proteina ad uno CG single-bead?

A

Nel CG single-bead ad ogni amminoacido è fatto corrispondere un bead.
Quindi i gradi di libertà, che nel modello atomistico erano gli angoli ψ e φ, adesso diventano gli angoli α e θ che sono rispettivamente l’angolo diedro tra 4 beads consecutivi e l’angolo formato da 3 beads consecuitivi.
Il mapping è possibile soltanto quando si sceglie come centro dei beads il Cα di ciascun amminoacido. Il mapping tuttavia non è lineare, e la mappa di Ramachandra viene trasformata in una mappa con un codominio ridotto, il che risulta in punti ravvicinati in essa.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
12
Q

Cosa si intende per shape based models?

A

La posizione dei beads è scelta nelle posizioni di massima densità atomica. I beads ereditano la massa e carica totale dei loro componenti.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
13
Q

Cosa si intende per residue based modelng?

A

Si costruisce il moedllo in base ai suoi componenti strutturali.

Es.: il più semplice è quello di singolo bead per amminoacido

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
14
Q

Quali sono alcune possibili scelte delle coordinate dei beads nei modelli residue based?

A

Alcune scelte possibili sono il centro geometrico oppure il centro di massa del gruppo di atomi incluso nel bead. Tuttavia questi non riproducono in modo ottimale la flessibilità delle catene laterali degli amminoacidi. Tuttavia a causa del fatto che la catena laterale può essere molto flessibile, l’individuazione di un centro di massa fisso può non essere rappresentativa.
Una scelta alternativa può essere quella di scegliere alcuni atomi come rappresentativi delle posizioni dei beads. Ad esempio il Cα di ciascun amminoacido.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
15
Q

Perché la scelta della posizione del Cα come centro del bead è vantaggiosa nel residue-based modeling?

A

Essendo che il piano peptidico è regido, lo è anche la lunghezza tra i vari Cα*. Quindi scegliendoli come centri dei beads, la loro distanza non gioca alcun ruolo come coordinata interna del sistema.
Le uniche vere variabili interne sono l’angolo tra tre atomi consecutivi θ e quello diedro tra 4 atomi consecutivi φ.

* aldilà del fatto che la distanza varia tra conformazione CIS e TRANS, ma sappiamo che la TRANS è prevalente e quindi è considerabile fissa a tutti gli effetti.

How well did you know this?
1
Not at all
2
3
4
5
Perfectly
16
Q

Commenta il passaggio dal modello atomistico, le cui variabili interne sono gli angoli Φ e Ψ attorno al Cα, a quello CG, dove le variabili interne sono l’angolo diedrico α e quello tra due legami consecutivi θ.

A

Tale mappatura è possibile solo quando i beads sono centrati sulle posizioni dei Cα. La mappatura verso il CG è univoca e a causa del fatto che è una mappa non lineare, non ha un codominio completo come nella mappa di Ramachandran, inoltre sempre per lo stesso motivo i punti presi dalla mappa di R. si avvicinano.
Il processo inverso (tornando alla mappa atomistica), non è univoco; tuttavia lo si può considerare tale siccome la mappa di R. presenta delle zone “proibite”, il che permette di escludere l’altra pssibiltà del back-mapping, rendendola biunivoca.

17
Q

Commenta la posizione delle strutture secondarie una volta che è stato effettuato il mapping dal modello atomistico a quello one bead.

A

La posizione dei punti risulta ravvicinata a causa della non linearità della mappatura.
L’angolo α rappresenta il “passo” della struttura, strutture con α>0 sono destrorse e quelle con α<0 sono sinistrorse, inoltre le strutture più distese sono quelle che si avvicinano maggiormente agli estremi α= +- 180°.
Questo mapping in realtà è valido solo per strtture abbastanza estese da essere considerabili uniformi (es. eliche), altrimenti la trasformazione è più complessa.

18
Q

Quali sono le componenti bonded e non bonded dell’energia potenziale?

A

Bonded:
* Legame covalente
* Angolo diedrico
* Angolo di legame
Non bonded:
* Legami ad idrogeno
* Interazioni steriche tra catene laterali e idrofobicità
* Elettrostatico

19
Q

Come funziona un modello a network?

A
  • Si fornisce una struttura di riferimento
  • Si passa alla struttura CG definendo il numero di beads, i centri…
  • Si fanno interagire i beads tramite un’apposita matrice di contatto
    La matrice di contatto è definita imponendo una certa distanza di cut, oltre la quale la coppia non interagisce.
    L’energia di non legame è tipicamente con forma armonica con una singola costante elastica k per ogni legame, questa insieme al valore di cut sono fittate sulla struttura di riferimento.
    Il potenziale relativo all’interazione di legame e quello diedrale sono inglobati nelle interazioni non bonded*.

*Sono quelle tra coppie distanti di 2 e 3 atomi.

Vedi slides 23-24 CG II

20
Q

Qual è la differenza tra modi normali e modi principali? Come si legano uno all’altro? E perché sono rilevanti nei modelli CG?

A
  • Modi normali: autovettori della matrice hessiana (derivate doppie dell’energia potenziale).
  • Modi principali: autovettori della matrice di covarianza.
    In approssimazione armonica modi normali e principali sono gli stessi*.
    Gli autovalori dell’hessiana sono le frequenze dei modi normali, mentre quelli della matrice di covarianza sono le ampiezze quadrate dei modi. I modi principali con ampiezza più alta sono quelli più “favoriti”.
    Siccome la frequenza (non ho capito perché :( ) è proporzionale all’inverso dell’ampiezza, i modi più rilevanti (con ampiezza maggiore) sono anche quelli che vibrano a frequenza minore, quindi richiedono anche una statistica più ampia per essere calcolati (e quindi un tempo di calcolo maggiore).
    In un modello CG si eliminano i modi di frequenza maggiore vengono trascurati il che ci permette di raccogliere una statistica più ampia e quindi calcolare i modi più lenti.

*Ovvero lo stesso set di autovettori diagonalizza simultaneamente hessiana e matrice di covarianza.

21
Q

Qual è una possibile applicazione dei modelli a network?

A

L’evoluzione e l’adattamento di aggregati di strutture ad alta risoluzione (tramite cristallografia) in struttura complessiva a bassa risoluzione (crio-microscopia elettronica).

22
Q

Come sono costruiti i modelli Go e per cosa sono utili?

A

I modelli Go insieme a quelli a network fanno parte di quelli biased e sono ideati per studiare il folding fornenedogli la struttura secondaria finale come riferimento.
Il potenziale è costituito da un termine di legame Cα-Cα, uno diedrale e l’altro di angolo di legame, questi ultimi due hanno forma armonica; il termine di non legame è un L.J. se i contatti sono dentro il raggio di cut-off e un termine puramente repulsivo se sono fuori dal cut-off*. Questo corrisponde ad eliminare la frustrazione del folding.
Parametrizzazione: il termine non-bonded ha come parametro la profondità della buca del L.J. (ε), mentre i termini armonici hanno entrambi una costante elastica, queste due tuttavia sono riconducibili al valore di ε e quindi non entrano nella parametrizzazione. Inoltre, siccome ε determina la temperatura di folding (Tf) e siccome il folding avviene per quasi tutte le proteina ad una temperatura molto simile, anche ε è praticamente fissato; quindi il modello di Go è quasi non richiedente della parametrizzazione.

  • *Questo pone un bias: i contatti più distanti nella struttura finale saranno quelli che si respingono durante il folding.
  • Un modello più accurato consiste nel reintrodurre una frustrazione, ad esempio quella dovuta all’idrofobicità.
23
Q

Come sono costruiti i modelli Sorenson-Head-Gordon?
Perché si dicono quasi senza bias?

A

Potenziale: come nel modello Go il termine angolare è armonico, tuttavia quello diedrale è diverso e comprende diversi parametri, quello di non legame comprende il termine idrofobico e quello elettrostatico, che sono modellizzati come un L.J., e quello ad idrogeno. Per modellizzare quest’ultima interazione lo si fa come delle interazioni dipolari, infatti si piazzano dei dipoli a metà del legame Cα-Cα, essendo che la loro direzione è determinata dal piano definito da 3 Cα consecutivi, non si aggiungono ulteriori gradi di libertà così facendo.
Parametrizzazione: ε (come nel Go) e σ (unità di lunghezza) Cα-Cα, per l’angolo di legame la costante elastica è dipendente da ε (come nel Go non entra come parametro in più) e θ0 in base alla propensità dello filamento di essere a strand o elica. Nel termine diedrale invece sono assegnati in base alla struttura secondaria che viene data come riferimento*. Per il termine di non legame gli amminoacidi sono assegnati a 4 classi** in base alla loro idrofobicità e i parametri tratti in base alla combinazione delle due classi che si legano. E infine per il legame ad H…

*Per questo il modello non è completamente unbiased.
**Per diminuire il numero possibile di combinazioni tra amminoacidi e quindi il numero di parametri.

24
Q

Su cosa si basa il metodo di inversione di Boltzmann?
Qual è il problema principale di questo modello?

A

Assunzioni:
1. La variabile collettiva del sistema (Q) coincide con la coordinata interna del modello CG (Qi).
2. Le variabili interne del sistema sono indipendenti tra loro.
Allora potendo scrivere il potenziale di forza media come il logaritmo della distribuzione di probabilità di Q (tipicamente costruita attraverso dati sperimentali), vale che la PFM del set {Qi} è la somma dei potenziali della singola Qi.
La principale problematica (a quanto ho capito…) è il fatto che il set {Qi} da cui si costruisce la distribuzione di probabilità solitamente non è privo di correlazioni, violando almeno parzialmente l’assunzione 2.
Per introdurre le correlazioni nel modello uno può supporre che siano contenute in un unico potenziale per α e θ oppure tenendo i termini separati si possono inserire le correlazioni nel termine dei legami ad H.*

Vedi slide 10 CG III

*Vedi slides 13-15 CG III

25
Q

Cos’è un modello localmente biased nel contesto dell’inversione di Boltzmann?

A

Attraverso IB si osserva che il potenziale di non legame contiene due minimi separati, quello che termina ad 8 Å corrisponde ai legami ad H (locali), mentre il successivo comprende il termine idrofobico (non locale) e elettrostatico. Quindi si separa in termini diversi, di cui solo quello locale è biased.
In questo modo il termine locale (biased) mantienel’accuratezza delle parti più complesse del sistema, mentre quello non locale (unbiased) apporta un buon potere predittivo per strutture lontane dalla configurazione di riferimento.

26
Q

In cosa consiste il metodo di force matching come alternativa a quello di inversione di Boltzmann?

A

Il force matching partendo da una simulazione atomistica esegue un fit diretto dei parametri della forza agente sul sito del CG.
Siccome il calcolo della forza prescinde dalle correlazioni, a differenza della IB, il force matching da una predizione più accurata. Tuttavia ha un costo computazionale maggiore richiedendo una simulazione atomistica.